-
公开(公告)号：CN119476607A
公开(公告)日：2025-02-18
申请号：CN202411577796.7
申请日：2024-11-06
Applicant: 河海大学
IPC: G06Q10/04 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0455 , G06N3/08 , G06Q50/26
Abstract: 本发明属于水文预报领域，公开了一种基于图卷积神经网络(GCN)的水库水位预测方法。该方法旨在解决降雨情况下的水库水位预测问题，为水库调度提供有效支持。主要通过图卷积神经网络(GCN)对降雨图像数据进行训练，并结合双向长短时记忆网络(BiLSTM)提取水库水位的时间序列特征，从而构建一个能够通过降雨图像预测水库水位的模型。具体而言，GCN用于提取降雨图像的时空特征，并利用多头注意力机制对这些特征进行融合。在BiLSTM中，输入的时序数据序列通过两个方向的LSTM网络进行处理，从而同时捕获过去和未来的信息。通过合并这两个方向的隐藏状态，模型能够更深入地理解时序数据的内在规律，从而提高水库水位的预测精度。
-
公开(公告)号：CN116205357A
公开(公告)日：2023-06-02
申请号：CN202310172366.6
申请日：2023-02-27
Applicant: 河海大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/0455 , G06N3/096
Abstract: 本发明公开基于Seq2Seq的水文时间序列迁移方法，其目的在于解决资料匮乏地区水文预报困难。针对历史资料匮乏地区，补全其流域的历史数据，解决其先验知识不足的问题，为水文预报提供数据基础。从不同流域的时间序列在值域和时滞上存在偏移的角度入手，提出了一种基于Seq2Seq的水文时间序列迁移网络。针对流域间值域差异，建立基于Seq2Seq的流域值域迁移模型。由于残差网络在特征提取上效果较好，在值域编码器部分使用残差网络来提取值域特征。针对流域间时滞差异，建立基于Seq2Seq的流域时滞迁移模型。由于LSTM和自注意力机制能够有效捕捉时间序列的特征，故在时滞编码器部分使用LSTM和自注意力机制来提取时滞特征。在这两部分模型的解码器中，均使用了AdaIN进行特征融合，实现源流域到目标流域知识的。
-
公开(公告)号：CN116091801A
公开(公告)日：2023-05-09
申请号：CN202310211558.3
申请日：2023-03-07
Applicant: 河海大学
Abstract: 本发明公开一种基于深度学习的降雨图像相似性搜索方法，对研究流域进行数据预处理后，采用分块加权颜色直方图分别提取研究流域历史时段降雨量图像和待检索降雨图像的降雨特征信息，然后计算待检索图像和历史降雨图像的降雨特征信息间相似度；其次采用多指标加权组合法对降雨特征信息间的相似度进行融合，得到多特征融合的降雨图像相似性度量方法；接着采用改进鲸鱼优化算法IWOA训练得到最优权重系数，得到最优特征融合相似性度量；最后计算历史库中降雨图像搜索和待查询降雨图像间的相似性并进行排序，得到和待检索图像最相似的历史降雨图像。本发明提供基于深度学习的降雨图像相似性搜索方法，实现相似降雨图像的识别和搜索。
-
公开(公告)号：CN115309805A
公开(公告)日：2022-11-08
申请号：CN202210964513.9
申请日：2022-08-11
Applicant: 河海大学
IPC: G06F16/2458 , G06K9/62 , G06Q50/26
Abstract: 本发明提出了一种基于极值点划分和L‑K模式距离的降雨过程相似性搜索方法及系统，属于水文水资源与数据挖掘技术交叉领域。首先根据最小降雨间隔时间将雨量序列划分为多个单场降雨序列，然后依据滑动窗口的思想确定序列中的重要极值点，得到L‑K模式序列；定义分段距离以及L‑K模式距离，基于此构建距离累积矩阵计算单场降雨间的相似距离；采用基于DTW距离指标的聚类算法对单场降雨序列进行聚类，并根据聚类结果标记每场降雨，将雨量站的降雨序列转换为模式序列，最后基于分类距离计算雨量站点间的相似距离。本发明方法从单场降雨角度出发，更细粒度地分析降雨过程信息，定义序列重要极值点和L‑K模式距离，提供了一种降雨过程相似性搜索方法及系统。
-
公开(公告)号：CN111401599B
公开(公告)日：2022-08-26
申请号：CN201910706437.X
申请日：2019-08-01
Applicant: 河海大学
Abstract: 本发明公开一种基于相似性搜索和LSTM神经网络的水位预测方法，根据待预测日前二十日的水位与此前所有历史水位数据进行比较，利用相似性搜索找出与其相近的一系列时间序列，将其作为训练集采用LSTM网络进行预测。该方法主要包括：数据预处理，旨在查补原始数据中的缺失及错误；水文时间序列快速相似搜索，在离线过程使用滑动窗口方法划分原始时间序列，再通过改进Chameleon聚类方法、最小距离方差法和学习过滤选择法选择合适的索引参考集，最后基于约束DTW距离对原始时间序列的每个位置进行嵌入索引计算形成最终的索引空间。本发明能够提前预测水位，为防洪抗灾工作提供有效的技术支持。
-
Patent Agency Ranking
公开(公告)号：CN114819260A
公开(公告)日：2022-07-29
申请号：CN202210243703.1
申请日：2022-03-11
Applicant: 河海大学
Abstract: 本发明公开一种水文时间序列预测模型动态生成方法，采集对应水文站水位数据，组织成水文时间序列数据集并预处理；结合改进的符号距离UMD与DBSCAN聚类对分割并符号化的序列进行聚类；针对每条待匹配序列动态形成其相似序列集并构建、训练模型，首先衡量代表序列与待匹配符号化序列的距离选取相似类别组成候选集，其次采用改进的DTW算法对相似序列候选集进行筛选，构建相似序列集，最后对TCN模型参数进行优化，利用相似序列集对模型进行训练，得到基于相似性搜索水文时间序列预测模型；对所述水文时间序列预测模型动态生成方法得到的模型进行水位预测，准确度更高。
-
公开(公告)号：CN114611302A
公开(公告)日：2022-06-10
申请号：CN202210254600.5
申请日：2022-03-15
Applicant: 河海大学
IPC: G06F30/20 , G06F16/2458 , G06F17/16 , G06K9/62
Abstract: 本发明公开一种基于加权相关马氏距离的水文时间序列模式库构建方法，包括对马氏距离进行优化获得加权相关马氏距离；选取多元时间序列作为实验数据；对预处理数据集进行PAA分段降维获得多元时间序列特征向量；采用基于加权相关马氏距离的层次聚类方法对多元时间序列特征向量进行聚类并符号化表示，一个符号表示一个聚类中心，属于同一类的特征向量符号相同，将特征向量转换成字符串，根据各聚类中心的加权相关马氏距离记录符号之间的距离；利用动态时间弯曲距离算法计算各字符串之间的相似性距离；最后根据距离聚类构建多元水文时间序列模式库。本发明可以提高多元水文时间序列模式库结果的准确性。
-
公开(公告)号：CN114461702A
公开(公告)日：2022-05-10
申请号：CN202210254599.6
申请日：2022-03-15
Applicant: 河海大学
IPC: G06F16/2458 , G06F16/27 , G06F16/21 , G06F16/242 , G06F16/22
Abstract: 本发明公开一种基于Parallel_ModCTANE的一致性检测模型构建方法，包括对CTANE算法进行改进；对水文数据进行分布式并行条件函数依赖挖掘；对条件函数依赖集进行过滤；对水文数据进行基于主数据的联表不一致性检测，得到水文数据的不一致性检测结果。本发明对数据进行初步清洗后，结合Parallel_ModCTANE方法进行分布式并行条件函数依赖挖掘，使得条件函数依赖挖掘的效率更高，使用基于主数据的联表不一致性检测算法进行一致性检测，使得检测的效率更高。
-
公开(公告)号：CN112183721B
公开(公告)日：2022-04-26
申请号：CN202010976107.5
申请日：2020-09-16
Applicant: 河海大学
Abstract: 本发明公开一种基于自适应差分进化的组合水文预测模型的构建方法，包括以下步骤：构建水文数据集，构建水文基模型，构建最终的组合水文预测模型。本发明基于自适应差分进化方法选择长短期记忆网络(LSTM)作为基模型，结合把种群中优秀的个体和个体适应度保存在临时数组中的思想，通过选择前m个优秀水文参数作为各个基模型的初始参数，建立加权组合模型ADE‑LSTMs，来增加预测的鲁棒性，提高单一模型的预测精度。
-
公开(公告)号：CN111401599A
公开(公告)日：2020-07-10
申请号：CN201910706437.X
申请日：2019-08-01
Applicant: 河海大学
Abstract: 本发明公开一种基于相似性搜索和LSTM神经网络的水位预测方法，根据待预测日前二十日的水位与此前所有历史水位数据进行比较，利用相似性搜索找出与其相近的一系列时间序列，将其作为训练集采用LSTM网络进行预测。该方法主要包括：数据预处理，旨在查补原始数据中的缺失及错误；水文时间序列快速相似搜索，在离线过程使用滑动窗口方法划分原始时间序列，再通过改进Chameleon聚类方法、最小距离方差法和学习过滤选择法选择合适的索引参考集，最后基于约束DTW距离对原始时间序列的每个位置进行嵌入索引计算形成最终的索引空间。本发明能够提前预测水位，为防洪抗灾工作提供有效的技术支持。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.032 seconds)
