公开(公告)号：CN118395258A

公开(公告)日：2024-07-26

申请号：CN202410474808.7

申请日：2024-04-19

Applicant: 南京信息工程大学

Inventor： 叶威良 ,  王兴 ,  吴其亮 ,  李皓

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/0464

Abstract: 本发明公开了一种拉尼娜现象的预测方法和系统，该预测方法通过对历史数据进行数值模式维度以及气象要素维度的筛选，并形成样本集对神经网络模型进行训练，以训练完成的神经网络模型进行拉尼娜现象的预测。该预测方法多维数据筛选的设计提高训练数据质量、改进模型的复杂度和准确性，该预测方法优化机器学习模型的训练和特征选取方法，以提高拉尼娜预报的准确性和可靠性。

公开(公告)号：CN115775012A

公开(公告)日：2023-03-10

申请号：CN202211522271.4

申请日：2022-11-30

Applicant: 南京信息工程大学

Inventor： 王兴 ,  吴其亮 ,  叶威良 ,  顾然 ,  钱代丽 ,  王介君 ,  卞浩瑄

IPC: G06N3/045 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/082 ,  G06N3/084 ,  G06F18/15 ,  G06F18/214 ,  G06Q10/04

Abstract: 本发明公开了一种基于时间注意力机制的短时风速时序预测方法，包括如下步骤：S1、确定目标站点与驱动站点；S2、对站点的数据进行质量控制；S3、获取S2中连续365天内对应的目标站点和驱动站点逐秒的风速数据；S4、计算Spd_drive每分钟内风速的中值；S5、计算每分钟内风速的中值；S6：拆分成若干个子序列；S7、对数据做数据均衡化处理；S8、划分训练集和验证集；S9、建立一个归一化网络层BN模块。本发明以风速数据关注度的神经网络模块为基础架构，分别将相邻站点的驱动序列和目标站点的目标序列分别作为模块的输入，克服传统预测模型对单一时序输入的依赖。