公开(公告)号：CN117852579A

公开(公告)日：2024-04-09

申请号：CN202311845956.7

申请日：2023-12-28

Applicant: 北京工商大学

Inventor： 刘瑞军 ,  张迪 ,  尹焕樸 ,  王晓川 ,  刘青青

IPC: G06N3/045 ,  G06N3/0442 ,  G06N3/042 ,  G06N3/0464 ,  G06F18/214 ,  G06F18/211 ,  G06F18/25 ,  G06F123/02

Abstract: 本发明提出了一种基于自适应时空网络的气温精细化监测方法。涉及气温监测领域，所述方法包括：对收集到的气象数据集进行数据处理，并构造邻接矩阵；从原有特征中找出主要特征；将LSTM并行加入到Transformer模型，构建Encoder‑LSTM模型；将处理后的训练样本输入构建好的Encoder‑LSTM模型中进行训练；将实时采集的气象数据构造邻接矩阵并找出主要特征后输入训练好的Encoder‑LSTM模型，得到气温监测结果。本发明能够提取气象观测站点数据之间的时间关系，改善对气象数据的时空特征提取不充分的问题，提高了捕获气象数据的时间动态性和空间的异质性的能力，提高气温监测的精准度。

公开(公告)号：CN119375982A

公开(公告)日：2025-01-28

申请号：CN202411410480.9

申请日：2024-10-10

Applicant: 北京工商大学

Inventor： 刘瑞军 ,  张迪 ,  尹焕樸 ,  王晓川 ,  刘青青

IPC: G01W1/10 ,  G01K13/024 ,  G06N3/0442 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明提出了一种基于动态邻居选择与时空建模的气温精细化监测方法(DTSTK)。涉及气温监测领域，所述方法包括动态邻居选择模块和时空建模模块。对收集到的时空数据集进行预处理，使用半正矢公式计算两点之间的大圆距离构建邻接矩阵；将得到的邻接矩阵通过动态邻居选择模块根据设定的阈值构建空间关系网络，动态选择最相关的邻居节点；在时空建模模块，将时间编码信息与空间特征相结合，使用长短期记忆网络(LSTM)进行时空建模和对缺失位置数据的预测，得到高精度的时空克里金插值结果。本发明能够以归纳式的方式学习和处理复杂的时空数据模式，可以有效捕获长期时间依赖性，改善了对复杂时空数据的特征提取不充分的问题，提高了对时空数据的动态性和异质性的捕获能力，显著提升了时空克里金插值的精确度。

公开(公告)号：CN119537850A

公开(公告)日：2025-02-28

申请号：CN202411620694.9

申请日：2024-11-13

Applicant: 北京工商大学

Inventor： 王晓川 ,  刘青青

IPC: G06F18/20 ,  G06F18/213 ,  G06F16/29 ,  G06N3/0455

Abstract: 本发明公开了一种基于地理先验嵌入的降水空间降尺度方法，涉及计算机科学与技术领域，该方法利用深度神经网络将观测值、空间相对位置和地理先验对应的向量联合嵌入到一个公共的高维特征空间中，通过使用不同注意力机制定量地捕获历史数据中的空间相关性，从而实现高精度的降雨空间降尺度。由于降水空间降尺度的深度学习方法仅依赖站点之间的位置关系，忽略了区域内特征的有效表示以及复杂特征依赖关系。

公开(公告)号：CN117852639A

公开(公告)日：2024-04-09

申请号：CN202311843988.3

申请日：2023-12-28

Applicant: 北京工商大学

Inventor： 刘瑞军 ,  刘青青 ,  王晓川 ,  尹焕樸 ,  张迪

IPC: G06N5/025 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/09 ,  G06F18/25 ,  G06F18/27 ,  G01W1/14

Abstract: 本发明公开了一种基于克里金图卷积网络的多源数据降水量预估方法，涉及地理信息科学领域，所述方法包括：获取遥感数据和气象站点实测数据的降水量平均值，将平均值的对数值作为回归任务的目标值，得到降水量的对数正态分布，并预测得到随机生成的未知位置的气象站点；估算部分未知位置上的降水，形成部分估计数据和气象站点实际观测数据分别作为输入克里金图卷积方法的软数据和硬数据，生成降水分布的空间图。本发明有效地结合了图卷积神经网络的空间特征学习能力和地质统计学中的克里金插值方法，通过有效地学习数据之间的空间相关性，从而实现高质量的图像重建和空间数据预测，以提供高精度的降水量和时空分布预测。