-
Patent Agency Ranking
公开(公告)号：CN119129863A
公开(公告)日：2024-12-13
申请号：CN202411633427.5
申请日：2024-11-15
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G06Q10/04 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06Q50/26
Abstract: 本申请涉及商业信息技术系统技术领域，尤其涉及一种河流水质预测方法。所述河流水质预测方法包括以下步骤：在待预测河流段的起始位置设置水质自动站，以获取待预测河流段的起始水流数据；根据待预测河流段内设置的多个水质自动站，将待预测河流段划分为多个子预测段；通过预设的动态分组模型，根据待预测河流段的起始水流数据和当前多个子预测段的水流数据，对多个子预测段进行预测分组以得到由多个预测分组组成的预测组别方案；通过预设的河流水质预测模型根据待预测河流段的起始水流数据以及预测分组当前的水流数据，级联式的对预测组别方案的每个预测分组的水质数据进行预测。本申请能够更精确的对河流水质进行预测。
-
公开(公告)号：CN119129863B
公开(公告)日：2025-02-14
申请号：CN202411633427.5
申请日：2024-11-15
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G06Q10/04 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06Q50/26
Abstract: 本申请涉及商业信息技术系统技术领域，尤其涉及一种河流水质预测方法。所述河流水质预测方法包括以下步骤：在待预测河流段的起始位置设置水质自动站，以获取待预测河流段的起始水流数据；根据待预测河流段内设置的多个水质自动站，将待预测河流段划分为多个子预测段；通过预设的动态分组模型，根据待预测河流段的起始水流数据和当前多个子预测段的水流数据，对多个子预测段进行预测分组以得到由多个预测分组组成的预测组别方案；通过预设的河流水质预测模型根据待预测河流段的起始水流数据以及预测分组当前的水流数据，级联式的对预测组别方案的每个预测分组的水质数据进行预测。本申请能够更精确的对河流水质进行预测。
-
公开(公告)号：CN116187210A
公开(公告)日：2023-05-30
申请号：CN202310485307.4
申请日：2023-05-04
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G06F30/27 , G06Q10/04 , G06Q50/06 , G06F119/02
Abstract: 本发明涉及数据预测技术领域，尤其为一种LSTM耦合机理模型的时空多源近岸海域水质时序预测方法，包括如下步骤：采集水域监测数据并进行预处理；基于监测数据进行污染源核算；基于水质时间序列预测机器学习算法基础库，搭建双阶段注意力权重优化机制的LSTM网络时间序列水质预测新模型，并与图卷积神经网络进行融合；基于上述融合算法搭建三维潮流动力模型，实现近岸海域水质的时序预测。本发明通过双阶段注意力权重优化机制的LSTM网络时间序列水质预测新模型；对各种时空数据进行统计分析；构建各类数据的距离矩阵和流向矩阵，利用图卷积神经网结合矩阵信息实现各空间点位的信息交互；建立三维潮流动力模型，研究制定最优的预测方案。
-
公开(公告)号：CN117131310A
公开(公告)日：2023-11-28
申请号：CN202311088681.7
申请日：2023-08-25
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
Abstract: 本发明公开了一种指定区域内大气湿沉降中营养物质通量核算方法及系统，所述方法，考虑到湿沉降具有的时间和空间差异性，采用反距离权重法将监测站点获得的离散营养物浓度数据转化为连续的营养物浓度空间分布图，再结合指定区域内对应的降雨量空间分布图和营养物质浓度空间分布图进行格栅化处理，按照公式核算指定区域内大气湿沉降中营养物质通量，本方法通过模拟大量的监测站点获得的降雨量和营养物浓度数据来核算该区域大气湿沉降中营养物质通量，其核算结果能够更接近真实值，减少误差。
-
公开(公告)号：CN116187210B
公开(公告)日：2023-07-21
申请号：CN202310485307.4
申请日：2023-05-04
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G06F30/27 , G06Q10/04 , G06Q50/06 , G06F119/02
Abstract: 本发明涉及数据预测技术领域，尤其为一种LSTM耦合机理模型的时空多源近岸海域水质时序预测方法，包括如下步骤：采集水域监测数据并进行预处理；基于监测数据进行污染源核算；基于水质时间序列预测机器学习算法基础库，搭建双阶段注意力权重优化机制的LSTM网络时间序列水质预测新模型，并与图卷积神经网络进行融合；基于上述融合算法搭建三维潮流动力模型，实现近岸海域水质的时序预测。本发明通过双阶段注意力权重优化机制的LSTM网络时间序列水质预测新模型；对各种时空数据进行统计分析；构建各类数据的距离矩阵和流向矩阵，利用图卷积神经网结合矩阵信息实现各空间点位的信息交互；建立三维潮流动力模型，研究制定最优的预测方案。
-
-
-
-
Search Results
5
records
(took 0.056 seconds)
