-
公开(公告)号:CN118822000A
公开(公告)日:2024-10-22
申请号:CN202410823638.9
申请日:2024-06-25
Applicant: 南京师范大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/15 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/084 , G01W1/10
Abstract: 本发明公开了一种基于几何代数机器学习模型的台风强度预测方法,对原始台风数据进行预处理和特征提取,得到二维和三维特征数据集,并确定训练数据集、测试数据集和验证数据集;构建Clifford‑CNN模型,模型训练后,通过验证数据集由最小验证损失函数确定最优模型参数;向最优模型输入测试数据集,评估台风强度预测方法的性能。本发明将传统卷积神经网络中的标量操作扩展为多向量操作,卷积操作中几何乘积替代标量乘积,结合空间注意力机制,增强对台风强度的预测,构建CliffordWide andDeep模型模块,充分利用线性和非线性特征之间的关系,提高模型的泛化能力;与传统预报方法相比,本发明提高了约9%的预测精度,在保持预测性能的同时,大幅减少了模型参数的数量。
-
公开(公告)号:CN120086516A
公开(公告)日:2025-06-03
申请号:CN202510007983.X
申请日:2025-01-03
Applicant: 南京师范大学
IPC: G06F18/20 , G06F18/15 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084 , G01W1/10 , G06Q50/26
Abstract: 本发明公开了一种基于几何代数机器学习模型的台风强度预测方法,对原始台风数据进行预处理和特征提取,得到二维和三维特征数据集,并确定训练数据集、测试数据集和验证数据集;构建Clifford‑CNN模型,模型训练后,通过验证数据集由最小验证损失函数确定最优模型参数;向最优模型输入测试数据集,评估台风强度预测方法的性能。本发明将传统卷积神经网络中的标量操作扩展为多向量操作,卷积操作中几何乘积替代标量乘积,结合空间注意力机制,增强对台风强度的预测,构建CliffordWide andDeep模型模块,充分利用线性和非线性特征之间的关系,提高模型的泛化能力;与传统预报方法相比,本发明提高了约9%的预测精度,在保持预测性能的同时,大幅减少了模型参数的数量。
-
公开(公告)号:CN117574638A
公开(公告)日:2024-02-20
申请号:CN202311520879.8
申请日:2023-11-15
Applicant: 南京师范大学 , 山西省第五地质工程勘察院有限公司
IPC: G06F30/20 , G08B21/10 , G08B21/18 , G06F111/10 , G06F119/02
Abstract: 本发明公开了一种考虑降雨时序特征的降雨型滑坡预警方法,针对研究区域构建边坡稳定性模型;基于研究区域的IDF曲线,生成不同降雨历时和降雨强度的降雨情景,针对每一降雨情景,生成不同特征的随机降雨时间序列;驱动边坡稳定性模型,模拟研究区域降雨入渗及边坡失稳过程;面向每一个栅格单元,根据边坡失稳结果,确定每一降雨情景下滑坡发生的概率,绘制I‑D阈值预警曲线;在进行滑坡预警时,根据研究区域降雨预报数据确定未来降雨事件的平均雨强和降雨历时,确定每个栅格单元在未来降雨事件下的滑坡发生概率,确定该栅格单元的滑坡预警等级。本发明在滑坡预警中考虑降雨时序特征的影响,可促进降雨型滑坡预警的精细化和精准化。
-
公开(公告)号:CN112614335A
公开(公告)日:2021-04-06
申请号:CN202011284157.3
申请日:2020-11-17
Applicant: 南京师范大学
IPC: G08G1/01 , G06F30/20 , G06F111/08
Abstract: 本发明公开一种基于生成‑滤波机制的交通流特征模态分解方法,首先,将高速交通流作为一个封闭交通系统,根据驾驶员的随机性,将每个驾驶员看作一个单独的粒子,模拟出路径轨迹,再根据不同参数下轨迹的概率分布,得到对应的交通模态;其次,取不同的量子随机游走的参数,得到站点上由不同的驾驶模态导致的交通流概率分布的时间演化,进而变换不同的站点形成该高速交通流模态集合;最后,根据实际观测的交通流数据,对生成的交通模态进行筛选,反演出交通流的模态结构。本发明从多尺度分解的视角揭示了交通流的复杂结构和多模态特征,为交通管理、预测和调控的提供了一定参考,对解决当今社会面临的诸多交通问题有重大意义。
-
公开(公告)号:CN107566383B
公开(公告)日:2019-10-18
申请号:CN201710820141.1
申请日:2017-09-12
Applicant: 南京师范大学
IPC: H04L29/06
Abstract: 本发明公开了一种有限网络带宽约束下的高维时空场数据实时传输方法,该方法利用张量结构组织数据,通过对待传输数据和传输网络环境的综合评价,选取合理的张量分层策略和张量压缩参数,定义了一种新的层次张量压缩结构,并以该压缩结构为基础,建立自适应于网络环境的数据压缩与流式传输方法。在数据接收客户端,设计了张量动态追加和按需重构机制,极大降低了客户机内存和系统资源占用。利用案例数据,对上述流程加以验证,结果表明上述方法具有实时传输、精度高等特点,满足在有限网络带宽环境下的高维、海量数据实时传输的要求。
-
公开(公告)号:CN118868956A
公开(公告)日:2024-10-29
申请号:CN202410926405.1
申请日:2024-07-11
Applicant: 南京师范大学
IPC: H03M7/30 , G06F18/2113 , G06F18/2135
Abstract: 本发明公开了一种考虑时空异质性的海洋场数据有损压缩方法,包括以下步骤:(1)将海洋三维时空场数据在空间上划分为n个空间分布均匀的场数据块;(2)考虑时空异质性对数据块进行降维和特征模态分解,将分解结果以若干个时空特征层次的形式组织表示;(3)设定最大压缩误差error_def,确定主要层次的数量,主要层次即包含原始数据块主要变化信息的层次,对层次表示进行主要层次提取,将主要层次特征和对应时间序列以对象的形式存储,同时记录数据的分块信息和所有空间格点在时间上的均值,实现数据的压缩。本发明将数据分块信息、遴选出的主要空间特征层次及对应时间变化序列组织成压缩结果文件,实现高维数据的降维压缩。
-
公开(公告)号:CN120074537A
公开(公告)日:2025-05-30
申请号:CN202510006816.3
申请日:2025-01-03
Applicant: 南京师范大学
Abstract: 本发明公开了一种考虑时空异质性的海洋场数据有损压缩方法,包括以下步骤:(1)将海洋三维时空场数据在空间上划分为n个空间分布均匀的场数据块;(2)考虑时空异质性对数据块进行降维和特征模态分解,将分解结果以若干个时空特征层次的形式组织表示;(3)设定最大压缩误差error_def,确定主要层次的数量,主要层次即包含原始数据块主要变化信息的层次,对层次表示进行主要层次提取,将主要层次特征和对应时间序列以对象的形式存储,同时记录数据的分块信息和所有空间格点在时间上的均值,实现数据的压缩。本发明将数据分块信息、遴选出的主要空间特征层次及对应时间变化序列组织成压缩结果文件,实现高维数据的降维压缩。
-
公开(公告)号:CN112614335B
公开(公告)日:2021-12-07
申请号:CN202011284157.3
申请日:2020-11-17
Applicant: 南京师范大学
IPC: G08G1/01 , G06F30/20 , G06F111/08
Abstract: 本发明公开一种基于生成‑滤波机制的交通流特征模态分解方法,首先,将高速交通流作为一个封闭交通系统,根据驾驶员的随机性,将每个驾驶员看作一个单独的粒子,模拟出路径轨迹,再根据不同参数下轨迹的概率分布,得到对应的交通模态;其次,取不同的量子随机游走的参数,得到站点上由不同的驾驶模态导致的交通流概率分布的时间演化,进而变换不同的站点形成该高速交通流模态集合;最后,根据实际观测的交通流数据,对生成的交通模态进行筛选,反演出交通流的模态结构。本发明从多尺度分解的视角揭示了交通流的复杂结构和多模态特征,为交通管理、预测和调控的提供了一定参考,对解决当今社会面临的诸多交通问题有重大意义。
-
公开(公告)号:CN107566383A
公开(公告)日:2018-01-09
申请号:CN201710820141.1
申请日:2017-09-12
Applicant: 南京师范大学
IPC: H04L29/06
Abstract: 本发明公开了一种有限网络带宽约束下的高维时空场数据实时传输方法,该方法利用张量结构组织数据,通过对待传输数据和传输网络环境的综合评价,选取合理的张量分层策略和张量压缩参数,定义了一种新的层次张量压缩结构,并以该压缩结构为基础,建立自适应于网络环境的数据压缩与流式传输方法。在数据接收客户端,设计了张量动态追加和按需重构机制,极大降低了客户机内存和系统资源占用。利用案例数据,对上述流程加以验证,结果表明上述方法具有实时传输、精度高等特点,满足在有限网络带宽环境下的高维、海量数据实时传输的要求。
-
-
-
-
-
-
-
-