一种基于时序注意力机制的洪水预报方法

    公开(公告)号:CN112785043B

    公开(公告)日:2022-08-30

    申请号:CN202011639357.6

    申请日:2020-12-31

    Applicant: 河海大学

    Abstract: 本发明属于数据驱动水流预报技术领域,公开了一种基于时序注意力机制的洪水预报方法,首先,收集研究的中小流域的水文数据,然后将收集到的所述水文历史数据经过数据预处理后输入到本模型中;其次,对水文历史数据进行数据清洗、数据变换、数据集划分等;再次,构建基于时序注意力机制的洪水预报模型;输入测试数据测试预报模型性能,判断网络性能是否符合要求,如果不符合则进行参数调节,直到达到理想的预测结果;最后,通过评估标准对模型进行分析,完成洪水预报。本发明的有益效果是:能够有效的预报洪峰精度和洪水趋势,是中小河流洪水实时预报的有效工具。

    一种基于事件要素交互与标签语义增强的事件论元抽取方法

    公开(公告)号:CN114648016B

    公开(公告)日:2025-02-11

    申请号:CN202210317386.3

    申请日:2022-03-29

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于事件要素交互与标签语义增强的事件论元抽取方法,首先,进行数据集文本的预处理,输出预处理好的文本句和论元角色集合;其次,结合预训练语言模型BERT将文本向量化,输出单词的上下文向量表示,并同时使用词嵌入技术将论元角色标签向量化;再次,利用双向长短期记忆网络和前馈神经网络识别出候选论元跨度;然后,基于注意力机制构建事件要素交互模块,提取事件要素间的相关关系语义特征;最后,基于注意力机制构建标签语义增强模块,实现候选论元的论元角色分类。本发明基于深度学习技术充分建模事件要素间的信息交互,利用标签语义帮助论元角色分类,具有良好的事件论元抽取性能。

    一种基于Conv-Transformer的洪水预报方法

    公开(公告)号:CN114819386A

    公开(公告)日:2022-07-29

    申请号:CN202210532559.3

    申请日:2022-05-19

    Applicant: 河海大学

    Abstract: 本发明属于数据驱动水流预报技术领域,公开了一种基于Conv‑Transformer的洪水预报方法,首先,收集研究的大型流域的水文数据,然后将收集到的所述水文历史数据经过数据预处理后输入到本模型中;其次,对水文历史数据进行数据清洗、数据变换、数据集划分等;再次,构建基于Transformer的洪水预报模型,该模型使用基于卷积运算的长短期记忆网络进行相对位置编码来提取空间信息,并提升了模型对长期依赖性信息的学习能力,Transformer模块中的自注意力机制可以通过捕捉水文序列的内部相关性来捕获水文要素之间的动态时空关联,并且其中的多头注意力机制使模型可以实现同时学习长期和短期水文历史信息;输入测试数据测试预报模型性能,判断网络性能是否符合要求,如果不符合则进行参数调节,直到达到理想的预测结果;最后,通过评估标准对模型进行分析,完成洪水预报。本发明的有益效果是:能够有效的预报洪峰精度和洪水趋势,是大型流域洪水实时预报的有效工具。

    一种基于事件要素交互与标签语义增强的事件论元抽取方法

    公开(公告)号:CN114648016A

    公开(公告)日:2022-06-21

    申请号:CN202210317386.3

    申请日:2022-03-29

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于事件要素交互与标签语义增强的事件论元抽取方法,首先,进行数据集文本的预处理,输出预处理好的文本句和论元角色集合;其次,结合预训练语言模型BERT将文本向量化,输出单词的上下文向量表示,并同时使用词嵌入技术将论元角色标签向量化;再次,利用双向长短期记忆网络和前馈神经网络识别出候选论元跨度;然后,基于注意力机制构建事件要素交互模块,提取事件要素间的相关关系语义特征;最后,基于注意力机制构建标签语义增强模块,实现候选论元的论元角色分类。本发明基于深度学习技术充分建模事件要素间的信息交互,利用标签语义帮助论元角色分类,具有良好的事件论元抽取性能。

    一种基于时序注意力机制的洪水预报方法

    公开(公告)号:CN112785043A

    公开(公告)日:2021-05-11

    申请号:CN202011639357.6

    申请日:2020-12-31

    Applicant: 河海大学

    Abstract: 本发明属于数据驱动水流预报技术领域,公开了一种基于时序注意力机制的洪水预报方法,首先,收集研究的中小流域的水文数据,然后将收集到的所述水文历史数据经过数据预处理后输入到本模型中;其次,对水文历史数据进行数据清洗、数据变换、数据集划分等;再次,构建基于时序注意力机制的洪水预报模型;输入测试数据测试预报模型性能,判断网络性能是否符合要求,如果不符合则进行参数调节,直到达到理想的预测结果;最后,通过评估标准对模型进行分析,完成洪水预报。本发明的有益效果是:能够有效的预报洪峰精度和洪水趋势,是中小河流洪水实时预报的有效工具。

Patent Agency Ranking