-
公开(公告)号：CN119885844A
公开(公告)日：2025-04-25
申请号：CN202411838403.3
申请日：2024-12-13
Applicant: 南方海洋科学与工程广东省实验室(珠海) , 南京信息工程大学
IPC: G06F30/27 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于单目光学影像的水面高度场反演方法及系统，该方法将水面单目光学影像输入训练好的水面高度场反演模型，得到水面单目光学影像中每个像素点的预测水面高度场；通过模拟波浪计算模拟水面高度场，作为模型标签数据，计算每个像素点的图像亮度建立水面合成图像，将水面合成图像经过预处理后输入U‑Net网络进行训练，得到训练好的水面高度场反演模型。本发明基于单目光学影像和人工智能方法实现对水面高度场的反演，有效解决双目立体成像技术中实现过程复杂、且结果易受误差影响的问题，采用数值模拟的数据制作合成图像进行水面高度场反演模型训练，解决由于水面高度的观测数据不易获取从而无法获得真值标签的问题。
-
Patent Agency Ranking
公开(公告)号：CN119494558A
公开(公告)日：2025-02-21
申请号：CN202411521390.7
申请日：2024-10-29
Applicant: 南方海洋科学与工程广东省实验室(珠海) , 南京信息工程大学
IPC: G06Q10/0637 , G06Q50/26 , G06N3/0455 , G06N3/0464 , G06N3/084 , G01W1/10
Abstract: 本发明公开了一种基于Vision Transformer神经网络的台风风暴潮漫滩智能预报方法，其步骤首先获取连续风暴潮水位数据、预报时刻的风场数据；然后对获取连续风暴潮水位数据、预报时刻的风场数据进行预处理，并将预处理后的数据进行最值归一化，将数据缩放至0到1之间，划分训练集和测试集；基于训练集，将归一化的数值输入至Vision transformer神经网络进行训练，得到台风风暴潮漫滩智能预报模型；将测试集输入至台风风暴潮漫滩智能预报模型对台风风暴潮漫滩进行调整优化，得到最终的台风风暴潮漫滩智能预报模型，利用台风风暴潮漫滩智能预报模型进行台风风暴潮漫滩预报。本发明可以准确、快速地预测出台风风暴潮漫滩的二维分布和增水高度。
-
公开(公告)号：CN116386027A
公开(公告)日：2023-07-04
申请号：CN202310351098.4
申请日：2023-04-03
Applicant: 南方海洋科学与工程广东省实验室(珠海) , 广东海洋大学
IPC: G06V20/64 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于人工智能算法的海洋三维旋涡识别系统及方法，所述系统包括编码器模块和解码器模块，所述编码器模块包括第一子模块(1)、第二子模块(2)和第三子模块(3)，所述解码器模块包括第四子模块(4)、第五子模块(5)、第六子模块(6)和第七子模块(7)，所述编码器用于提取输入数据的多尺度特征，所述解码器用于将编码器得到的多尺度特征进行融合。本发明可以准确、快速地识别海洋三维涡旋，进而可以更好地认识涡旋的垂向结构及其伴随的动力过程。
-
公开(公告)号：CN119884812A
公开(公告)日：2025-04-25
申请号：CN202411838400.X
申请日：2024-12-13
Applicant: 南方海洋科学与工程广东省实验室(珠海) , 南京信息工程大学
IPC: G06F18/24 , G06F18/213
Abstract: 本发明公开了一种基于流场数据的裂流自动识别方法及系统，该方法在目标地点建立网格并获取每个网格点的流速和流向，提取连通对象并计算每个连通对象的面积及最小外接框；保留面积大于第一阈值且连通对象长轴与目标地点离岸方向间的夹角小于第二阈值的连通对象，判定为可能裂流单元；追踪多个时刻的可能裂流单元，直至所有可能裂流单元已标记序号；保留持续时间大于第三阈值的标号裂流；将每个序号的裂流在流场图上叠加画出其最小外接框，通过人工校验，得到裂流识别结果。本发明能够识别出沟槽裂流和瞬变裂流两种类型的裂流，可适用于不同来源的流场数据，为海滨裂流预警和防护。
-
公开(公告)号：CN116386027B
公开(公告)日：2023-10-24
申请号：CN202310351098.4
申请日：2023-04-03
Applicant: 南方海洋科学与工程广东省实验室(珠海) , 广东海洋大学
IPC: G06V20/64 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于人工智能算法的海洋三维旋涡识别系统及方法，所述系统包括编码器模块和解码器模块，所述编码器模块包括第一子模块(1)、第二子模块(2)和第三子模块(3)，所述解码器模块包括第四子模块(4)、第五子模块(5)、第六子模块(6)和第七子模块(7)，所述编码器用于提取输入数据的多尺度特征，所述解码器用于将编码器得到的多尺度特征进行融合。本发明可以准确、快速地识别海洋三维涡旋，进而可以更好地认识涡旋的垂向结构及其伴随的动力过程。
-
公开(公告)号：CN116595442A
公开(公告)日：2023-08-15
申请号：CN202310675335.2
申请日：2023-06-08
Applicant: 南方海洋科学与工程广东省实验室(珠海)
IPC: G06F18/241 , G06N3/0442 , G06F18/214 , G06F18/23213 , G01C13/00
Abstract: 本发明公开了一种基于机器学习的海浪缺测数据预报方法，其步骤具体为：获取浮标信息，包括浮标位置信息和浮标数据；对浮标数据进行预处理；根据浮标位置信息利用k‑means聚类分析算法对浮标进行分类，基于已分类的预处理的浮标数据，确定训练集和验证集；基于训练集和验证集，利用改进的LSTM方法，构建缺测数据预报模型；通过两点间距离公式确定最优浮标，将最优浮标的数据带入缺测数据预报模型，得到缺测数据预报结果；利用RMSE和MAPE进行检验缺测数据预报结果。本发明通过人工智能预报方法有效挖掘并自主分析数据的变化规律，通过训练学习获得一系列复杂、非线性的海洋特征，实现海浪缺测数据的预报。
-
-
-
-
-
Search Results
6
records
(took 0.036 seconds)
