-
公开(公告)号：CN119621266A
公开(公告)日：2025-03-14
申请号：CN202411666464.6
申请日：2024-11-20
Applicant: 河海大学
IPC: G06F9/48 , G06F9/50 , G06F16/2455
Abstract: 本发明公开一种网格水文模型并行计算的负载均衡任务调度方法。该方法包括：(1)模型基于构件特点分析：对网格新安江模型的四个子模型处理流程进行分析，确定模型输入文件、相关参数及模型之间的调用关系和模型输出结果；将模型从三种类型的构件——独立计算构件、时间顺序依赖构件、空间逻辑依赖构件，并分析其在分布式并行计算框架下的处理方式。(2)Flink集群搭建和并行算法设计：依据前述分析，将任务划分为多个子任务，分配到不同计算节点，利用Flink的并行计算能力处理这些子任务。(3)提出了基于资源反馈的负载均衡任务调度算法：针对分布式系统中出现的负载不均的情况，通过实时资源监控，把负载过重的机器中处于等待状态的任务分配给负载较轻的机器，来实现集群的负载均衡。(4)结果整合：对各模型的计算结果进行整合，输出最终的水文模拟结果。本发明提供一种网格水文模型并行计算的负载均衡任务调度方法，通过Flink并行计算框架对网格新安江模型的子任务进行分布式处理，并通过负载均衡，以提高水文模拟计算效率。
-
公开(公告)号：CN119540001A
公开(公告)日：2025-02-28
申请号：CN202411561779.4
申请日：2024-11-04
Applicant: 河海大学
Abstract: 本发明公开了一种面向实验课程的智能辅导装置及方法，该装置包括采集单元、监测单元、追踪单元和问答单元。采集单元对学生操作实验的过程数据进行采集、清洗与分类；监测单元对学生实验过程中的行为和进度进行实时监测；追踪单元通过实验水平追踪模型对学生的实验操作历史数据、实时数据进行分析，可对后续实验操作的正确性进行预测；问答单元对学生提问的文本进行语义分析和特征提取，并计算文本之间的相似度和相关性，从而更准确地解答学生在实验操作过程中遇到的问题。本装置为学生实验过程辅导、实验能力评价等环节提供了辅助支持，可以根据学生的不同实验能力水平进行针对性的辅助问答，实现了更加智能高效的全过程实验辅助指导。
-
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：CN118212423B
公开(公告)日：2024-07-12
申请号：CN202410635047.9
申请日：2024-05-22
Applicant: 河海大学
IPC: G06V10/26 , G06V20/10 , G06V10/44 , G06V10/54 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开一种有监督的纹理敏感河道冰情图像语义分割网络方法，对研究河道视频图像进行数据预处理后，高分辨率卷积网络保留浅层纹理细节的基础上增加深层残差块进一步获取更深层的语义信息，并通过空洞空间池化金字塔增加长距空洞采样通道以适应高分辨率卷积网络，将上述结构组合成编码器Encoder进行特征编码；最后以浅层纹理特征融合作为解码器Decoder，使用首层浅层特征进行融合解码；最终实现河道冰情图像的语义分割。本发明提供一种有监督的纹理敏感河冰语义分割网络，实现河道冰情图像的识别和语义分割。
-
公开(公告)号：CN117053893A
公开(公告)日：2023-11-14
申请号：CN202311030448.3
申请日：2023-08-15
Applicant: 河海大学
Abstract: 本发明公开了一种基于龙芯微控制器的水深测量装置及方法，该装置由水下单元和水上单元构成，其中，第一压力传感器、第二压力传感器、姿态传感器和水下控制单元构成水下单元；第三压力传感器和水上控制单元构成水上单元。水下单元的两个压力传感器测量水和大气的总压力，姿态传感器测量水下单元的姿态，水下控制单元获取压力值以及姿态数据；第三压力传感器测量大气压力，水上控制单元根据三个压力传感器压力值和姿态角，计算得到水深。本发明采用水下、水上压力值相减计算水深，采用水下双压力传感器和姿态传感器避免了现场测量重力加速度和水的密度，也避免了水密度变化对水深值的影响。
-
Patent Agency Ranking
公开(公告)号：CN116952117A
公开(公告)日：2023-10-27
申请号：CN202311022916.2
申请日：2023-08-15
Applicant: 河海大学
IPC: G01B7/02
Abstract: 本发明公开了一种基于龙芯微控制器的可变参数的电涡流位移测量线圈及方法，该电涡流位移测量线圈由三部分线圈、两个单刀双掷开关和微控制器组成，两个单刀双掷开关分别受到微控制器的逻辑控制信号控制，使得三部分线圈工作在不同的状态，工作状态1：三部分线圈中的电流全都同向；工作状态2：最内层线圈和最外层线圈中的电流同向，次内层线圈中的电流反向。当测量线圈设定于工作状态1时，测量线圈的自由电感量较大，测量线圈的电感量随着目标导体提离距离变化范围大，可以实现较大范围内的位移测量；当测量线圈设定于工作状态2时，测量线圈的自由电感量较小，测量线圈的电感量随着目标导体提离距离变化范围小，灵敏度提高。
-
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：CN115755219A
公开(公告)日：2023-03-07
申请号：CN202211271357.4
申请日：2022-10-18
Applicant: 长江水利委员会水文局 , 河海大学
IPC: G01W1/10 , G01C13/00 , G06N3/0464
Abstract: 本发明公开一种基于STGCN的洪水预报误差实时校正方法及系统，该方法包括：构建预报误差实时校正数据集；对预报误差实时校正数据集进行预处理，提取预报模型输入数据中相关雨量站到预报断面间的流经长度，构建空间邻接矩阵；构建时空图卷积网络模型STGCN，提取误差序列的时序和局部空间特征，构建反映误差序列非线性关系的映射函数；采用改进灰狼优化算法进行参数寻优，构建最优AGWO_STGCN模型；利用预报模型M对实时数据进行预测，利用实时误差校正模型AGWO_STGCN对模型预报误差进行预测，获得最终的预测值。本发明具有更好的预测效果和预测精度，并提高预测模型的泛化能力。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.024 seconds)
