公开(公告)号：CN111949933B

公开(公告)日：2023-07-25

申请号：CN202010684532.7

申请日：2020-07-16

Applicant: 南京邮电大学

Inventor： 钱龙霞 ,  王正新

IPC: G06F17/15

Abstract: 本发明公开了一种小样本条件下水文频率分析中Frank Copula函数的参数估计方法，首先建立Frank Copula熵与多元水文变量的总相关之间的关系模型；再根据矩阵Renyiα阶熵理论估计多元水文变量的总相关；建立Frank Copula函数的未知参数的非线性优化模型，求解得到最优参数，继而获得最优联合分布函数；最后根据最优联合分布函数对水文数据进行估算。本发明解决了小样本条件下Copula函数参数估计不准确的问题，具有较大的可靠性和应用潜力。

公开(公告)号：CN119808565A

公开(公告)日：2025-04-11

申请号：CN202411882963.9

申请日：2024-12-19

Applicant: 南京邮电大学 ,  中国人民解放军国防科技大学

Inventor： 钱龙霞 ,  洪梅 ,  王正新 ,  刘南君 ,  邓俐俐

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G01W1/10 ,  G06F18/2131 ,  G06F18/23

Abstract: 本发明公开一种高维时空信息融合的短期日降水预报方法，利用小波包转换提取日降水序列数据的不同频率的特征分量；基于相空间重构方法扩大特征分量的维度；利用Cao方法确定特征分量的最优重构维度，恢复每个序列的混沌吸引子；通过非线性动力系统模型，将嵌入非延迟吸引子中的信息映射到目标变量的延迟吸引子中；利用CNN‑LSTM模型模拟非延迟吸引子到延迟吸引子之间的非线性映射，对时空信息进行融合，得到耦合预报模型；重复嵌入形成目标变量的预测集，获得耦合预报模型的最终预测结果。本发明相较于现有深度学习模型技术，只需要少量的训练样本就可以极大地提高短期日降水预报的准确性，具有较大的可靠性和应用潜力。

公开(公告)号：CN115077523A

公开(公告)日：2022-09-20

申请号：CN202210450126.3

申请日：2022-04-27

Applicant: 南京邮电大学

Inventor： 李汉霖 ,  钱龙霞 ,  王正新

IPC: G01C21/20

Abstract: 一种基于改进Dijkstra的变速航迹规划方法，其特征是包括以下步骤：1)指定规划海域。2)海上地形评估。3)海上气象水文风险评价。4)设定约束条件和起点、目标点。5)变速航迹规划算法的实现。6)航迹评价。本发明改进Dijkstra算法使其能够对海面舰艇作战的航迹进行变速规划，在时间维度上对即将到来的风险进行提前增速或合理减速或原地停留实现规避，从而取得时间维度上的优势，避免空间维度上航路的复杂。除此之外，1)算法本身包含对海上地形的评估和栅格地图的预处理，使得航路很大程度上减少了搁浅的风险，并兼顾航路简单有效。2)在对数天的预报资料进行时间维度的规划后，最终能够给出最优出发和到达时间。

公开(公告)号：CN111949933A

公开(公告)日：2020-11-17

申请号：CN202010684532.7

申请日：2020-07-16

Applicant: 南京邮电大学

Inventor： 钱龙霞 ,  王正新

IPC: G06F17/15

Abstract: 本发明公开了一种小样本条件下水文频率分析中Frank Copula函数的参数估计方法，首先建立Frank Copula熵与多元水文变量的总相关之间的关系模型；再根据矩阵Renyiα阶熵理论估计多元水文变量的总相关；建立Frank Copula函数的未知参数的非线性优化模型，求解得到最优参数，继而获得最优联合分布函数；最后根据最优联合分布函数对水文数据进行估算。本发明解决了小样本条件下Copula函数参数估计不准确的问题，具有较大的可靠性和应用潜力。