全局和局部Koopman的PM2.5预测方法及系统

    公开(公告)号:CN119830139A

    公开(公告)日:2025-04-15

    申请号:CN202510304019.3

    申请日:2025-03-14

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于全局和局部Koopman的PM2.5预测方法及系统,属于地理信息技术(GIS)领域。该方法针对海量PM2.5监测数据,将一维时间序列转化为二维张量用于捕捉多周期时间信息,并利用图卷积方法捕捉PM2.5浓度监测站点之间的空间信息。在编码器部分,采用全局和局部Koopman网络以捕捉周期内变化,自注意力机制捕捉周期间信息,经过模型的解码可实现PM2.5站点浓度的小时级预测。本发明能够实现PM2.5站点浓度的时间序列预测,在大气环境监测等领域具有重要的意义。

    基于希尔伯特曲线的R树索引合并更新方法、装置及介质

    公开(公告)号:CN112395288B

    公开(公告)日:2022-07-12

    申请号:CN202011026535.8

    申请日:2020-09-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于希尔伯特曲线的R树索引合并更新方法、装置及介质。方法步骤包含:S1:获取待合并的第一R树和待插入第一R树的第二R树,R树的非叶子节点中存储所包含对象的希尔伯特值上下限范围;S2:通过“从上至下”层级查询算法查询第一R树叶子节点层中每一个被合并叶子节点在第二R树叶子节点层中的待插入节点;S3:按照“从下至上”层级调整算法,针对第一R树中每一个叶子节点,将其包含的空间对象按照希尔伯特值顺序插入至S2中确定的待插入节点中,实现两棵R树的合并;S4针对合并后的第二R树,按照从叶子节点到根节点的顺序逐层更新每个节点中的存储信息。本发明在地理时空大数据高性能存储领域具有重要的实际应用价值。

    精细化高效动态瓦片地图服务发布方法、介质及电子设备

    公开(公告)号:CN114297206A

    公开(公告)日:2022-04-08

    申请号:CN202210235894.7

    申请日:2022-03-11

    Applicant: 浙江大学

    Abstract: 本发明公开了一种精细化高效动态瓦片地图服务发布方法、介质及电子设备,属于地图服务领域。本发明在需要显示低层级瓦片时加载缓存在文件中的静态栅格瓦片保证渲染效率,在需要显示高层级瓦片时通过关系型数据库中的矢量要素数据实时生成动态矢量瓦片,确保了高层级下可视化的精细程度和可视化方案的可定制性,所有层级的渲染均可做到秒级响应;同时,针对缓存在文件中的静态栅格瓦片,通过监控数据更新接口,将每次更新内容发送给分布式发布订阅消息系统,通过流计算实时获取增量数据,通过分布式算法将更新的数据内容更新到已有的静态栅格瓦片文件上,从而实现提供全层级的动态瓦片服务,以最优的性能和效果展现在用户面前。

    一种面向全球综合观测成果的领域知识图谱推荐方法

    公开(公告)号:CN113254630B

    公开(公告)日:2021-10-15

    申请号:CN202110765489.1

    申请日:2021-07-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向全球综合观测成果的领域知识图谱推荐方法,属于信息检索领域。该方法首先根据观测成果的特点基于专家知识构建概念图谱,并进行概念语料收集和概念补全;然后在深度学习的基础上进行知识抽取工作,提取三元组扩充概念图谱成为领域知识图谱;最后在Spark引擎上基于随机游走算法和局部敏感哈希算法实现面向全球综合观测成果的推荐服务。本方法的优点在于知识图谱构建成本低,可复制性强,推荐召回方案无需人工指定策略,自动化智能化程度高,同时没有传统推荐算法的冷启动问题。本发明对面向全球综合观测成果的数据推荐任务具有十分重要的实际应用价值。

    一种基于深度神经网络模型的地址信息特征抽取方法

    公开(公告)号:CN110377686B

    公开(公告)日:2021-09-17

    申请号:CN201910666632.4

    申请日:2019-07-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度神经网络模型的地址信息特征抽取方法。本发明利用深度神经网络架构,将文本特征提取、地址规范化建设和语义空间融合等任务转化为可量化的深度神经网络模型构建与训练优化问题。以地址中的字符为基本输入单元,设计语言模型将其向量化表达,再将地名地址规范化建设的关键技术通过神经网络目标任务加以实现。同时考虑到地名地址空间表达特性,提出地址语义‑空间的特征融合方案,设计加权聚类方法与特征融合模型,从自然语言的地址文本中抽取出融合有语义特征和空间特征的融合向量。本发明可实现地址信息的特征内容提取,其结构具备高拓展性,能够统一地址信息任务的解决思路,对于城市建设具有重要意义。

    基于全局特征的数字地图线要素综合方法、装置和介质

    公开(公告)号:CN112258645A

    公开(公告)日:2021-01-22

    申请号:CN202011026520.1

    申请日:2020-09-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于全局特征的数字地图线要素综合方法、装置和介质。它的实现过程如下:首先计算线要素的几何特征重要度指数,评价线要素在地图表达时的重要程度,并按照该指数从低到高进行要素删减;然后,计算地图相似度,量化每次要素删减操作对地图信息留存的改变量;再后,计算基于要素删减率和地图相似度的制图综合效果指数,并迭代进行自动综合过程;最终达到制图综合效果指数最大值时,自行结束自动综合过程。本发明在数字地图制图综合领域具有重要的实际应用价值。

    一种基于经验正交函数分解法的静止海洋水色卫星数据重构方法

    公开(公告)号:CN110378858A

    公开(公告)日:2019-10-25

    申请号:CN201910667412.3

    申请日:2019-07-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于经验正交函数分解法的静止海洋水色卫星数据重构方法。其步骤如下:1)对原始海洋水色遥感区域利用集中度检测和边缘检测剔除异常像元;2)在经验正交函数分解法中使用拉普拉斯平滑滤波对时间协方差矩阵进行平滑过滤;3)对经验正交函数分解法获得时间特征模态值先分解为子时间特征模态,再采用经验模态分解,最后进行插值,获得保持其原始精度和时空间全覆盖的水色遥感再分析数据集。本方法的优点在于充分考虑静止海洋水色卫星数据高时间分辨率的特点,以及数据缺失存在连续高缺失率和完全缺失情况,适用于静止海洋水色卫星数据的重构,其准确性好、解释率高。本发明对于静止海洋水色卫星数据的重构具有十分重要的实际应用价值。

    一种适用于多投影遥感影像的海岸线数据快速自动叠加方法

    公开(公告)号:CN106408624B

    公开(公告)日:2019-07-23

    申请号:CN201610872176.5

    申请日:2016-09-30

    Applicant: 浙江大学

    Abstract: 本发明公开了一种适用于多投影遥感影像的海岸线数据快速自动叠加方法。包括如下步骤:1)读取遥感图像中5个参数;2)计算遥感影像范围矩阵的左上角和右下角坐标;3)判断海岸线文件和遥感图像文件的投影坐标系是否一致;4)如果投影坐标系不一致,则需要将步骤2)得到矩阵坐标进行投影转换;5)对步骤4)得到的范围矩阵进行扩充,对扩充后的范围建立内存格网索引,并获取每个格网中的海岸线对象;6)如果海岸线文件和遥感图像文件的投影坐标系不一致,则将步骤5)中获取到的对象也进行投影转换;7)从内存索引中实时获取显示对象,并将获取到的对象进行绘制。本发明能够满足以最小的内存耗费满足遥感影像范围内的海岸线快速叠加显示。

Patent Agency Ranking