-
公开(公告)号：CN118396031A
公开(公告)日：2024-07-26
申请号：CN202410482558.1
申请日：2024-04-22
Applicant: 浙江省海洋监测预报中心 , 河海大学 , 舟山市海域海岛管理服务中心
IPC: G06N3/0442 , G01C13/00 , G01C25/00 , G06N3/0985 , G06F17/16
Abstract: 本发明公开了一种风暴潮位实时校正方法。本发明采用深度学习算法中的长短时记忆神经网络模型建立了风暴潮期间调和分析预报误差间的非线性关系，同时构建高精度的风暴潮数值模型，通过上述两模型的输出以实现风暴潮位的实时校正，从而显著提高风暴潮24小时内的预报精度。
-
公开(公告)号：CN114091345A
公开(公告)日：2022-02-25
申请号：CN202111438390.7
申请日：2021-11-30
Applicant: 河海大学
Abstract: 本发明公开了一种河口潮位预测方法、装置及存储介质，所述方法包括：分别对河口地区同步观测的径流站实测径流数据、分析站实测潮位数据和参考站实测潮位数据进行处理，以获取对应径流站径流数据序列、分析站潮位数据序列及参考站潮差数据序列；对分析站潮位数据序列进行调和分析，提取分潮信噪比大于2的分潮，计算分潮展开的余弦部分时间序列和正弦部分时间序列；将径流站径流数据序列、参考站潮差数据序列、分潮余弦部分时间序列和正弦部分时间序列输入至训练好的LightGBM算法模型中，从而获取所述分析站河口潮位预测结果。本发明可实现更高的河口潮位预报精度。
-
公开(公告)号：CN117471575B
公开(公告)日：2024-03-08
申请号：CN202311834527.X
申请日：2023-12-28
Applicant: 河海大学
IPC: G01W1/10 , G06F30/27 , G06N3/0442 , G06N3/0985 , G06Q50/26 , G06F111/10
-
公开(公告)号：CN113758674A
公开(公告)日：2021-12-07
申请号：CN202110887180.X
申请日：2021-08-03
Applicant: 河海大学
IPC: G01M10/00
Abstract: 本发明公开一种同步观测水沙两相的PIV装置及方法，包括：水箱，所述水箱左侧设置有水沙两相流进口；激光发射装置，用于向所述水沙两相流发射激光；第一图像采集装置，用于采集沙相图像；第二图像采集装置，用于采集水相图像；第三图像采集装置，用于采集所述水沙两相流的整体运动形态；标定装置，用于对所述第一图像采集装置、第二图像采集装置和第三图像采集装置进行图像采集范围的标定；处理装置，用于对三个图像采集装置采集的图像进行处理分析，得到水相及沙相的流场数据。本发明采用光学分相方式将水沙两相分离，较好的完成了水沙两相速度场的分开量测。
-
公开(公告)号：CN117471575A
公开(公告)日：2024-01-30
申请号：CN202311834527.X
申请日：2023-12-28
Applicant: 河海大学
IPC: G01W1/10 , G06F30/27 , G06N3/0442 , G06N3/0985 , G06Q50/26 , G06F111/10
Abstract: 本发明公开了基于BO‑LSTM神经网络模型的台风浪波高预报方法，属于台风浪预报技术领域。该方法包括以下步骤：采用基于核密度估计法的经验路径法构建研究站点所在海域大量的虚拟台风；筛选出影响研究站点的台风数据输入Holland台风经验模型，生成每场台风对应的台风风场，并结合SWAN波浪数值模式，构建研究站点的台风浪波高数据集；基于BO算法优化选取LSTM神经网络模型的超参数，并对模型展开训练和测试，得到基于BO‑LSTM神经网络模型的台风浪波高预报模型进行台风浪预报。本发明解决了台风浪智能预报中样本数据量不足的问题，并有效缩减了神经网络模型训练所耗费的时间精力，提高了台风浪波高预报的精度与时效。
-
Patent Agency Ranking
公开(公告)号：CN116976227B
公开(公告)日：2023-12-08
申请号：CN202311226654.1
申请日：2023-09-22
Applicant: 河海大学
IPC: G06F30/27 , G06N3/0442 , G06Q50/26 , G01W1/10 , G06F18/214 , G06N3/048
Abstract: 本发明公开了一种基于LSTM机器学习的风暴增水预报方法及系统，该方法包括：收集并处理目标区域所在海域的历史台风数据；采用基于核密度估计法的经验路径法构建虚拟台风并获取虚拟台风数据；筛选出对目标区域有影响的历史台风数据和虚拟台风数据，驱动构建基于ADCIRC的目标区域水动力模型，进而构建风暴增水数据集；对风暴增水数据集划分训练集、验证集和测试集，设定输入层和输出层，构建LSTM风暴增水智能预报模型并进行训练；将待预测的台风信息输入LSTM风暴增水智能预报模型进行风暴增水预报。本发明直接通过当前发生的台风信息来预测未来时刻的风暴潮数据，为实现风暴潮
-
公开(公告)号：CN116976227A
公开(公告)日：2023-10-31
申请号：CN202311226654.1
申请日：2023-09-22
Applicant: 河海大学
IPC: G06F30/27 , G06N3/0442 , G06Q50/26 , G01W1/10 , G06F18/214 , G06N3/048
Abstract: 本发明公开了一种基于LSTM机器学习的风暴增水预报方法及系统，该方法包括：收集并处理目标区域所在海域的历史台风数据；采用基于核密度估计法的经验路径法构建虚拟台风并获取虚拟台风数据；筛选出对目标区域有影响的历史台风数据和虚拟台风数据，驱动构建基于ADCIRC的目标区域水动力模型，进而构建风暴增水数据集；对风暴增水数据集划分训练集、验证集和测试集，设定输入层和输出层，构建LSTM风暴增水智能预报模型并进行训练；将待预测的台风信息输入LSTM风暴增水智能预报模型进行风暴增水预报。本发明直接通过当前发生的台风信息来预测未来时刻的风暴潮数据，为实现风暴潮的精细预警和精准预防提供重要技术支撑。
-
公开(公告)号：CN116542126A
公开(公告)日：2023-08-04
申请号：CN202310259960.9
申请日：2023-03-17
Applicant: 河海大学
IPC: G06F30/27 , G06N20/00 , G06F113/08
Abstract: 本发明公开了一种无径流资料河口的潮汐预测方法、装置及存储介质，属于河口海岸数据处理技术领域，方法包括：获取验潮站的潮位数据，并将所述潮位数据划分为训练集数据和测试集数据；利用所述训练集数据，对预构建的LightGBM模型进行优化训练，获取LightGBM1预报模型和LightGBM2预报模型；利用所述测试集数据，对所述LightGBM1预报模型和LightGBM2预报模型进行精度测试和比较，获取优选预报模型；利用所述优选预报模型，对无径流资料河口进行潮汐预测。该方法能够实现无径流资料河口的潮汐预测。
-
公开(公告)号：CN217795744U
公开(公告)日：2022-11-15
申请号：CN202220584696.7
申请日：2022-03-17
Applicant: 河海大学
IPC: B01F27/91 , B01F27/808 , B01F33/83 , C02F1/00
Abstract: 本实用新型公开一种废水冲击式预混合排放装置，包括废水预混合水箱、废水输入装置、环境水体输入装置、预混合装置、排放装置，废水输入装置、环境水体输入装置和排放装置均安装在废水预混合水箱的表面上，预混合装置安装在废水预混合水箱的内部；废水输入装置包括废水输入管道、废水输入锥形喷口和冲击平板，废水输入锥形喷口安装在废水输入管道末端，冲击平板表面积最大的一侧正对废水输入锥形喷口，预混合装置包括预混合搅拌螺旋桨；本实用新型解决了现有技术中存在不能对废水进行快速充分的稀释导致废水均化不完全且处理时间过长的问题，提高了废水预混合的稀释速度和稀释度。
-
公开(公告)号：CN211055352U
公开(公告)日：2020-07-21
申请号：CN201921307539.6
申请日：2019-08-13
Applicant: 河海大学
Abstract: 本实用新型公开一种可自由出入的干式水下运载器，包括胶囊型结构的艇身，艇身的底部设有进出口，艇身内部的前部设有操作室，操作室内设有仪表盘操作台；艇身的前部设有前观察窗，艇身的后部设有一对推进器，艇身设有一套保压系统和一对伸缩舵翼，保压系统为艇身内部提供压力与外界水压相匹配的气体，伸缩舵翼以艇身的中心线为对称轴对称设置，其驱动装置由仪表盘操作台控制。与现有技术相比，本实用新型的有益效果是：艇身外壳可采用非耐压结构，极大降低了设计难度和制造成本；“蛙人”在运送期间无需长期与海水接触，减少了体力消耗，同时也不需要佩戴呼吸器和防水眼镜，为“蛙人”在运载器内自由交流提供便利条件。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
