耦合体元分割算法和马尔可夫随机场的地层模型构建方法

    公开(公告)号:CN118504075B

    公开(公告)日:2024-11-08

    申请号:CN202410553420.6

    申请日:2024-05-07

    Applicant: 南京大学

    Abstract: 本发明公开了耦合体元分割算法和马尔可夫随机场的地层模型构建方法,属于地层结构模拟技术领域。该方法包括:数据预处理,对建模区域内的原始钻孔数据整理成电子表格形式,利用三维点钻孔模型生成三维钻孔点数据集;构建三维地质体元分割算法生成地质体元,并完成初始化地层类型赋值;基于马尔可夫随机场构建地质体元间的邻域系统,生成三维地层模型。本发明采用上述的耦合体元分割算法和马尔可夫随机场的地层模型构建方法,简化了用户对整个建模区域的地层规则地输入过程,降低了建模结果地随机性,提高了运算效率和准确度,解决了连续地质体元空间相关性赋值的问题,避免了人工干预解译效率低,存在无法准确还原真实地层模型的问题。

    基于点数据的自适应地下水污染羽三维体渲染方法

    公开(公告)号:CN118096968B

    公开(公告)日:2024-08-16

    申请号:CN202410074321.X

    申请日:2024-01-18

    Abstract: 本发明公开了一种基于点数据的自适应地下水污染羽三维体渲染方法,属于地下水环境监测技术领域,包括以下步骤:S1、基于自适应体范围生成方法对点数据进行预处理,生成均匀分布在一定三维空间内部的呈正方体形式排列的顶点;S2、基于预处理获得的正方体顶点群,对每个正方体内部的顶点阈值进行判定,结合生成三维体素;S3、基于生成的体素模型,通过三维滤波与线性拉伸消除不合理的空间棱角且增加模型的三维空间感。本发明采用上述的一种基于点数据的自适应地下水污染羽三维体渲染方法,不仅解决了地下水浓度数据点固定、难以直接总览全局的问题,而且解决了地下水浓度数据普遍以点位显示为主、可视性差的问题。

    一种用于体立体显示的超高刷新率LED视频装置

    公开(公告)号:CN102087831A

    公开(公告)日:2011-06-08

    申请号:CN201110043246.3

    申请日:2011-02-23

    Applicant: 南京大学

    Abstract: 本发明公开了一种用于体立体显示的超高刷新率LED视频装置,包括以下部分:第一部分,LED灯的亮度控制实现:显示屏的每个像素由红、绿、蓝3种颜色LED灯混合组成,每种颜色的LED灯都需要独立的PWM驱动;第二部分,用于体立体显示的超高刷新率LED视频装置硬件实现:实现出用于体立体显示的超高刷新率LED视频装置的硬件架构及各种接口;第三部分,用于体立体显示的超高刷新率LED视频装置的扫描控制模块的FPGA实现。体立体显示的实现:立体图像需要分割成若干层平面图像,然后再进行重建显示。由于将立体图像分割为多幅图像,因此显示的整体刷新率要求便大大提高。本发明最主要的特征是超高的刷新率,其刷新频率可以达到20kHz以上,以实现立体显示要求的超高刷新率。本发明提出了一种基于FPGA的用于体立体显示的超高刷新率LED视频装置实现方法。该装置不仅结构灵活、性能优越,画面清晰度、流畅度高,不会出现拖尾、留影等现象,而且可以满足立体显示的超高刷新率的要求。

    耦合体元分割算法和马尔可夫随机场的地层模型构建方法

    公开(公告)号:CN118504075A

    公开(公告)日:2024-08-16

    申请号:CN202410553420.6

    申请日:2024-05-07

    Applicant: 南京大学

    Abstract: 本发明公开了耦合体元分割算法和马尔可夫随机场的地层模型构建方法,属于地层结构模拟技术领域。该方法包括:数据预处理,对建模区域内的原始钻孔数据整理成电子表格形式,利用三维点钻孔模型生成三维钻孔点数据集;构建三维地质体元分割算法生成地质体元,并完成初始化地层类型赋值;基于马尔可夫随机场构建地质体元间的邻域系统,生成三维地层模型。本发明采用上述的耦合体元分割算法和马尔可夫随机场的地层模型构建方法,简化了用户对整个建模区域的地层规则地输入过程,降低了建模结果地随机性,提高了运算效率和准确度,解决了连续地质体元空间相关性赋值的问题,避免了人工干预解译效率低,存在无法准确还原真实地层模型的问题。

    基于不规则网格的非均质地下水渗透系数反演方法

    公开(公告)号:CN119939079A

    公开(公告)日:2025-05-06

    申请号:CN202510035244.1

    申请日:2025-01-09

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于不规则网格的非均质地下水渗透系数反演方法,属于渗透系数计算技术领域,包括以下步骤:S1、对地下水场地进行空间分割,生成不规则网格;S2、针对地下水场地构造多项式径向基函数进行频域生成,采用多头自注意力机制的编码器‑解码器架构进行搜索频率权重,精细刻画水位场;S3、确定每个不规则网格的邻域空间,进行地下水渗透系数反演。本发明在不规则网格上实现信息的聚合,克服了卷积神经网络必须在规则网格上运行的局限性;通过邻接矩阵的幂次展开扩大了单个网格感知野的范围,能够利用大范围的局部信息准确捕捉渗透系数;通过结合了物理公式与统计学特征的编码获取到更充分的信息,使预测得到的地下水渗透系数更加准确。

    一种基于ARIMA模型的地下水健康风险预警方法和系统

    公开(公告)号:CN118229485A

    公开(公告)日:2024-06-21

    申请号:CN202410414835.5

    申请日:2024-04-08

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于ARIMA模型的地下水健康风险预警方法和系统,属于地下水健康风险预警领域,其中方法包括以下步骤:S1,收集原始的地下水监测点采样数据;S2,将采样数据按不同监测点和污染物,构建时间序列数据集;S3,对时间序列数据集进行进行相关性分析,选取模型结构,确立模型参数;S4,进行残差分析,检验模型结果;S5,选定地下水环境健康风险值计算模型,计算监测点人体健康风险值;S6,进行插值计算区域人体健康风险;S7,根据预先设定的阈值,对不同的监测点进行健康风险预警。本发明提高了地下水人体健康风险预测精度,有利于工业园区对人体健康的保护,大大提高了防控效率。其次及时的预警防控降低了健康事故发生风险。

    基于点数据的自适应地下水污染羽三维体渲染方法

    公开(公告)号:CN118096968A

    公开(公告)日:2024-05-28

    申请号:CN202410074321.X

    申请日:2024-01-18

    Abstract: 本发明公开了一种基于点数据的自适应地下水污染羽三维体渲染方法,属于地下水环境监测技术领域,包括以下步骤:S1、基于自适应体范围生成方法对点数据进行预处理,生成均匀分布在一定三维空间内部的呈正方体形式排列的顶点;S2、基于预处理获得的正方体顶点群,对每个正方体内部的顶点阈值进行判定,结合生成三维体素;S3、基于生成的体素模型,通过三维滤波与线性拉伸消除不合理的空间棱角且增加模型的三维空间感。本发明采用上述的一种基于点数据的自适应地下水污染羽三维体渲染方法,不仅解决了地下水浓度数据点固定、难以直接总览全局的问题,而且解决了地下水浓度数据普遍以点位显示为主、可视性差的问题。

    基于物理信息驱动深度学习模型的地下水监测网优化方法

    公开(公告)号:CN116522566B

    公开(公告)日:2023-09-12

    申请号:CN202310814859.5

    申请日:2023-07-05

    Applicant: 南京大学

    Inventor: 黄蕾 任富天 刘凡

    Abstract: 本发明公开了基于物理信息驱动深度学习模型的地下水监测网优化方法,步骤如下:第一步,基于物理信息驱动神经网络求解地下水流偏微分方程来预测地下水流场和污染物浓度场;第二步,建立地下水环境监测网多优化模型,求解多目标优化模型,优化监测的监测效率。本发明采用上述步骤的基于物理信息驱动深度学习模型的地下水监测网优化方法,一方面,克服了传统以数据驱动的神经网络受数据噪声影响大,泛化能力和可解释性差的缺点;另一方面,克服了传统地下水模型简化水文过程,边界条件和参数多,复杂计算能力差的缺点;提供解决高维问题求解准确度更高、能用更少的数据样本学习到更具泛化能力的地下水监测网优化方法。

    基于对数退火的物理信息神经网络地下水运动模拟方法

    公开(公告)号:CN119808631A

    公开(公告)日:2025-04-11

    申请号:CN202411870606.0

    申请日:2024-12-18

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于对数退火的物理信息神经网络地下水运动模拟方法,属于水环境模拟技术领域,包括:第一步,基于物理信息神经网络求解地下水运动偏微分方程,建立预训练模型和实际训练模型;第二步,建立多目标损失函数,预训练模型基于模拟退火算法对多目标损失函数权重进行优化,逼近多目标损失函数最小值以获取最佳分配权重;第三步,基于获得的最佳分配权重生成多目标损失函数权重的最佳取值,根据最佳取值对实际模型进行训练,并计算区域内地下水水头与流向分布。本发明采用上述方法,经过优化的神经网络在求解地下水运移方程中表现出了良好的性质,有助于分析地下水运动方向,评估地下水运动过程。

    一种融合地下水监测井水位数据的污染物浓度插值方法

    公开(公告)号:CN118193892A

    公开(公告)日:2024-06-14

    申请号:CN202410281953.3

    申请日:2024-03-13

    Applicant: 南京大学

    Abstract: 本发明公开了一种融合地下水监测井水位数据的污染物浓度插值方法,属于地下水环境监测技术领域,包括以下步骤:S1、获取各监测井水位数据和一种水质参数监测值;S2、确定研究区域,对研究区域网格化使各监测井点位于网格内部;S3、对水位数据插值,结合D8算法计算网格点地下水流向;S4、引入监测点地下水流向参数,采用球形模型构建半变异函数γ(h,θ)和两点间距离h的关系方程;S5、根据权重函数计算位于网格内的某一未知点的监测估计值,最终得到每个未知点的监测数据估计值。本发明采用上述的一种融合地下水监测井水位数据的污染物浓度插值方法,考虑了地下水流向对未知点监测值的影响,使插值技术在地下水环境监测领域应用更精准。

Patent Agency Ranking