公开(公告)号：CN112949624B

公开(公告)日：2024-02-13

申请号：CN202110099933.0

申请日：2021-01-25

Applicant: 西安电子科技大学 ,  北京金水信息技术发展有限公司

Inventor： 陈晨 ,  艾小坚 ,  吕宁 ,  周扬 ,  肖凤林 ,  李暨

IPC: G06V20/62 ,  G06V30/146 ,  G06V30/19

Abstract: 本发明公开了一种基于水尺的水位检测方法、装置、电子设备及存储介质，包括：获取含有水尺的待检测水域图像；输入预先训练的第一水尺检测模型，得到待检测水域图像中水尺的位置信息；利用位置信息从待检测水域图像中得到水尺图像；输入预先训练的第二水尺检测模型，得到水尺图像中各字符对应的坐标信息；利用各字符对应的坐标信息得到水位值；其中，字符包括数字；本发明用于训练第一水尺检测模型的样本水域图像是通过预先获取各种场景的水域水面和水尺模板图像进行图像融合得到的。本发明扩大了样本数据的场景，可以针对各种复杂场景的图像实现良好的目标检测效果，因此可以实现针对不同的复杂水文环境得到准确率高的水位检

公开(公告)号：CN111310968B

公开(公告)日：2024-02-09

申请号：CN201911329550.7

申请日：2019-12-20

Applicant: 西安电子科技大学

Inventor： 陈晨 ,  梁肖旭 ,  吕宁 ,  周扬 ,  肖凤林 ,  李暨

IPC: G06F16/29 ,  G06F18/214 ,  G06N3/044

Abstract: 本发明属于数据处理技术领域，公开了一种基于互信息的LSTM神经网络循环水文预报方法，通过互信息分析对原始数据进行筛选和分类，将降雨、水库水位、流量水文特征作为长短期记忆循环预测模型的输入特征；通过模拟降雨过程训练和确定LSTMC模型的结构，反映洪水的长期变化；利用实际洪水资料对模型的输出进行验证。本发明采用基于互信息的方法分析数据集，充分的捕获当前时刻流量与之前较长时间段的各个水文特征，动态的选取模型的输入特征。本发明利用深度学习算法，采用基于LSTM神经网络的循环预测模型，在用于洪水流量时间序列预测时，克服了水文变化过程受前期各方面因素影响较大的问题，能够较好的自动捕获有效特征。

公开(公告)号：CN112949624A

公开(公告)日：2021-06-11

申请号：CN202110099933.0

申请日：2021-01-25

Applicant: 西安电子科技大学 ,  北京金水信息技术发展有限公司

Inventor： 陈晨 ,  艾小坚 ,  吕宁 ,  周扬 ,  肖凤林 ,  李暨

IPC: G06K9/32 ,  G06K9/62

Abstract: 本发明公开了一种基于水尺的水位检测方法、装置、电子设备及存储介质，包括：获取含有水尺的待检测水域图像；输入预先训练的第一水尺检测模型，得到待检测水域图像中水尺的位置信息；利用位置信息从待检测水域图像中得到水尺图像；输入预先训练的第二水尺检测模型，得到水尺图像中各字符对应的坐标信息；利用各字符对应的坐标信息得到水位值；其中，字符包括数字；本发明用于训练第一水尺检测模型的样本水域图像是通过预先获取各种场景的水域水面和水尺模板图像进行图像融合得到的。本发明扩大了样本数据的场景，可以针对各种复杂场景的图像实现良好的目标检测效果，因此可以实现针对不同的复杂水文环境得到准确率高的水位检测结果的目的。

公开(公告)号：CN111310968A

公开(公告)日：2020-06-19

申请号：CN201911329550.7

申请日：2019-12-20

Applicant: 西安电子科技大学

Inventor： 陈晨 ,  梁肖旭 ,  吕宁 ,  周扬 ,  肖凤林 ,  李暨

IPC: G06Q10/04 ,  G06N3/04 ,  G06K9/62 ,  G06F16/29

Abstract: 本发明属于数据处理技术领域，公开了一种基于互信息的LSTM神经网络循环水文预报方法，通过互信息分析对原始数据进行筛选和分类，将降雨、水库水位、流量水文特征作为长短期记忆循环预测模型的输入特征；通过模拟降雨过程训练和确定LSTMC模型的结构，反映洪水的长期变化；利用实际洪水资料对模型的输出进行验证。本发明采用基于互信息的方法分析数据集，充分的捕获当前时刻流量与之前较长时间段的各个水文特征，动态的选取模型的输入特征。本发明利用深度学习算法，采用基于LSTM神经网络的循环预测模型，在用于洪水流量时间序列预测时，克服了水文变化过程受前期各方面因素影响较大的问题，能够较好的自动捕获有效特征。