公开(公告)号：CN109299401A

公开(公告)日：2019-02-01

申请号：CN201810762264.9

申请日：2018-07-12

Applicant: 中国海洋大学

Inventor： 韩勇 ,  任沂斌 ,  陈戈 ,  王程 ,  周林 ,  王舒康

IPC: G06F16/9537 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于混合深度学习模型LSTM-ResNet的城域时空流预测技术。准确预测城市时空数据流的变化可为城市管理提供重要参考，这其中的关键是有效提取数据中的时空依赖特征。当前，已被应用到时空流预测的卷积神经网络侧重空间关联特征的提取，忽略了时间维度的依赖关系和时空关联特征。深度学习模型中，长短记忆网络（LSTM）适用于时间序列的动态建模，残差卷积网络（ResNet）适用于大范围空间关联特征提取。因此，我们融合LSTM和ResNet，构建时空流预测混合深度学习模型：利用LSTM考虑前后时间依赖，滤掉无效时间特征；将LSTM的输出输入到ResNet中，提取时空关联特征。该模型能够自动、准确地捕获时空关联特征，特别是考虑前后依赖的情况下保留有效时间特征。

公开(公告)号：CN109299401B

公开(公告)日：2022-02-08

申请号：CN201810762264.9

申请日：2018-07-12

Applicant: 中国海洋大学

Inventor： 韩勇 ,  任沂斌 ,  陈戈 ,  王程 ,  周林 ,  王舒康

IPC: G06F16/9537 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于混合深度学习模型LSTM‑ResNet的城域时空流预测方法。准确预测城市时空数据流的变化可为城市管理提供重要参考，这其中的关键是有效提取数据中的时空依赖特征。当前，已被应用到时空流预测的卷积神经网络侧重空间关联特征的提取，忽略了时间维度的依赖关系和时空关联特征。深度学习模型中，长短记忆网络(LSTM)适用于时间序列的动态建模，残差卷积网络(ResNet)适用于大范围空间关联特征提取。因此，我们融合LSTM和ResNet，构建时空流预测混合深度学习模型：利用LSTM考虑前后时间依赖，滤掉无效时间特征；将LSTM的输出输入到ResNet中，提取时空关联特征。该模型能够自动、准确地捕获时空关联特征，特别是考虑前后依赖的情况下保留有效时间特征。

公开(公告)号：CN206791395U

公开(公告)日：2017-12-26

申请号：CN201720276916.9

申请日：2017-03-21

Applicant: 中国海洋大学

Inventor： 熊向前 ,  赵林 ,  白青娜 ,  周林 ,  梁金辉

IPC: A01K61/70

CPC classification number: Y02A40/83

Abstract: 本实用新型公开了一种新型多用混凝土人工鱼礁。所述的人工鱼礁本体主要由鱼礁顶部圆柱形框架、鱼礁礁身以及鱼礁底座构成。鱼礁顶部圆柱形框架内杂乱无章地放满长宽高均为十五厘米的空心正方体，使得内部缝隙小，鱼礁结构的遮蔽性强，对幼鱼的聚集效果好。对发展栽培渔业来说，人工鱼礁的作用不仅限于集鱼，应该以造就成鱼生息场、亲鱼产卵场和幼鱼、稚鱼、仔鱼保护、育成场为主。从现在的海洋渔业资源来看，必须从造成以渔捞为中心的渔场转向以保护、育成为中心的增殖渔场。本实用新型具有结构坚固、空间状态稳定、具有一定抗风浪作用，成本低、见效快的优点，主要用于近海浅水区。

公开(公告)号：CN206472656U

公开(公告)日：2017-09-08

申请号：CN201720151414.3

申请日：2017-02-20

Applicant: 中国海洋大学

Inventor： 赵林 ,  石跃权 ,  白青娜 ,  周林

IPC: A01K61/70

CPC classification number: Y02A40/83

Abstract: 本实用新型公开了一种半球体人工鱼礁，包含半圆球体，所述半圆球体的顶部设置有圆孔一，所述圆孔一的下端均匀设置有数个圆孔二，所述圆孔二的下端均匀设置有数个圆孔三，所述半圆球体的底部设置有圆形或方形翘底边沿；本实用新型结构简单，有效避免下沉嵌入海底泥中，还可使人工鱼礁平稳地坐落在海底，提高抗海流冲击的影响，翘边沿也可在投喂的过程中聚集饵料，方便鱼类进食，避免饵料的浪费。