公开(公告)号：CN116432854B

公开(公告)日：2025-01-03

申请号：CN202310470891.6

申请日：2023-04-27

Applicant: 南京信息工程大学

Inventor： 赵芮晗 ,  韩莹 ,  闫加宁 ,  曹允重 ,  张凌珺

IPC: G06Q10/04 ,  G06F17/14 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了一种基于IVMD‑LSTM‑EBLS的水文时间序列预测模型构建方法，根据历史降水与径流变化预测未来水文情况。所述方法包括：获取历史记录中水文时间序列数据；根据历史记录中时间序列的变化，利用IVMD进行分解和重构；根据重构后的水文时间序列建立新的特征集合；利用LSTM提取新特征集合的特征数据；使用EBLS对提取到的特征数据进行线性变换生成映射特征，进一步提取深层特征信息并计算最终权重。本发明可以有效提高时间序列数据预测精度，同时也能提升预测效率，提高资源利用率。

公开(公告)号：CN116187563A

公开(公告)日：2023-05-30

申请号：CN202310173686.3

申请日：2023-02-28

Applicant: 南京信息工程大学

Inventor： 曹允重 ,  韩莹 ,  闫加宁 ,  张凌珺 ,  赵芮晗 ,  任硕 ,  唐家昕

IPC: G06Q10/04 ,  G06N3/0442 ,  G06N3/042

Abstract: 本发明公开了一种融合改进变分模态分解的海表温度时空智能预测方法，涉及海洋资源管理技术领域，根据历史海温来预测未来海洋表面温度的变化，该方法包括：获取历史记录中海表温度数据；根据历史记录中海表温度变化，将数据放入改进的去噪模块进行去噪处理并划分训练集和测试集；采用深度学习方法对训练集进行时空特征提取，充分获取海表温度的空间依赖；将训练集内的特征数据作为输入模型参数，获取相应的测试结果，从而可以有效提高去噪性能，同时也能提升预测精度和效率，提高海洋资源利用率。

公开(公告)号：CN116432854A

公开(公告)日：2023-07-14

申请号：CN202310470891.6

申请日：2023-04-27

Applicant: 南京信息工程大学

Inventor： 赵芮晗 ,  韩莹 ,  闫加宁 ,  曹允重 ,  张凌珺

IPC: G06Q10/04 ,  G06F17/14 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了一种基于IVMD‑LSTM‑EBLS的水文时间序列预测模型构建方法，根据历史降水与径流变化预测未来水文情况。所述方法包括：获取历史记录中水文时间序列数据；根据历史记录中时间序列的变化，利用IVMD进行分解和重构；根据重构后的水文时间序列建立新的特征集合；利用LSTM提取新特征集合的特征数据；使用EBLS对提取到的特征数据进行线性变换生成映射特征，进一步提取深层特征信息并计算最终权重。本发明可以有效提高时间序列数据预测精度，同时也能提升预测效率，提高资源利用率。