公开(公告)号：CN119724430B

公开(公告)日：2025-05-16

申请号：CN202510228738.1

申请日：2025-02-28

Applicant: 南昌大学

Inventor： 邱桃荣 ,  张卫凤 ,  白小明 ,  王兆华 ,  帅冬生

IPC: G16C20/70 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06N3/006

Abstract: 本发明涉及水质预测技术领域，具体涉及到一种基于融合鲸鱼优化算法的水质时序预测方法及系统。水质时序预测方法包括：采集水质监测数据并对水质监测数据进行预处理，得到水质时间序列数据；通过小波去噪方式对水质时间序列数据进行降噪处理；通过WOA对EEMD的参数进行优化，通过EEMD对水质时间序列数据进行分解，得到若干个IMF；以目标水质指标作为预测指标，通过CNN‑LSTM深度学习模型对每个IMF进行预测并得到预测结果。本发明采用WOA自动优化EEMD中的关键参数，克服了传统方法中人工选择参数的局限性，提升了预测精度与鲁棒性。本发明优化后的EEMD不仅能够有效降低水质数据中的噪声，还实现了多尺度信号分析。

公开(公告)号：CN119724430A

公开(公告)日：2025-03-28

申请号：CN202510228738.1

申请日：2025-02-28

Applicant: 南昌大学

Inventor： 邱桃荣 ,  张卫凤 ,  白小明 ,  王兆华 ,  帅冬生

IPC: G16C20/70 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06N3/006

Abstract: 本发明涉及水质预测技术领域，具体涉及到一种基于融合鲸鱼优化算法的水质时序预测方法及系统。水质时序预测方法包括：采集水质监测数据并对水质监测数据进行预处理，得到水质时间序列数据；通过小波去噪方式对水质时间序列数据进行降噪处理；通过WOA对EEMD的参数进行优化，通过EEMD对水质时间序列数据进行分解，得到若干个IMF；以目标水质指标作为预测指标，通过CNN‑LSTM深度学习模型对每个IMF进行预测并得到预测结果。本发明采用WOA自动优化EEMD中的关键参数，克服了传统方法中人工选择参数的局限性，提升了预测精度与鲁棒性。本发明优化后的EEMD不仅能够有效降低水质数据中的噪声，还实现了多尺度信号分析。

公开(公告)号：CN118917347A

公开(公告)日：2024-11-08

申请号：CN202411404444.1

申请日：2024-10-10

Applicant: 南昌大学

Inventor： 魏玲玲 ,  王兆华 ,  邱桃荣

IPC: G06N3/004 ,  G06F17/16

Abstract: 本发明公开了一种非均匀动态脑网络节点确定方法及系统，方法包括：将EEG时间序列划分成若干EEG时间子序列，并选取与网络节点数相同的前C个EEG时间子序列；根据各个时间子序列之间的互信息熵，创建互信息熵矩阵M，并计算互信息熵矩阵M的期望值E，根据期望值E对互信息熵矩阵M进行稀疏化；以EEG时间子序列为网络节点，互信息熵为边权值构建互信息熵矩阵M的动态脑网络，并计算动态脑网络的稀疏度；以动态脑网络中节点个数为节点数，设置节点间连接概率p，构建ER随机网络，并根据ER随机网络计算动态脑网络的小世界属性指标；根据稀疏度和小世界属性指标对动态脑网络进行更新。选择若干子序列构建脑网络，实现网络节点数自动划分。

公开(公告)号：CN117671507A

公开(公告)日：2024-03-08

申请号：CN202410116722.7

申请日：2024-01-29

Applicant: 南昌大学

Inventor： 王兆华 ,  邱桃荣 ,  段隆振 ,  帅冬生

IPC: G06V20/10 ,  G06V20/52 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种结合气象数据的河流水质预测方法，方法包括：基于预设的融合规则将第一气象数据融合至第一水质数据序列中，得到第一目标预测数据序列，以及将第二气象数据融合至第二水质数据序列中，得到第二目标预测数据序列；将第一目标预测数据序列和第二目标预测数据序列分别输入至预设的深度学习模型中，深度学习模型分别输出对应异常预设区域的第一水质预测结果以及对应某一预设区域的第二水质预测结果；根据第一水质预测结果、第二水质预测结果以及第一相似度与第二相似度的比值计算另一预设区域的水质预测结果。能够实现整条河流各个区域的水质快速预测。

公开(公告)号：CN117671507B

公开(公告)日：2024-05-10

申请号：CN202410116722.7

申请日：2024-01-29

Applicant: 南昌大学

Inventor： 王兆华 ,  邱桃荣 ,  段隆振 ,  帅冬生

IPC: G06V20/10 ,  G06V20/52 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种结合气象数据的河流水质预测方法，方法包括：基于预设的融合规则将第一气象数据融合至第一水质数据序列中，得到第一目标预测数据序列，以及将第二气象数据融合至第二水质数据序列中，得到第二目标预测数据序列；将第一目标预测数据序列和第二目标预测数据序列分别输入至预设的深度学习模型中，深度学习模型分别输出对应异常预设区域的第一水质预测结果以及对应某一预设区域的第二水质预测结果；根据第一水质预测结果、第二水质预测结果以及第一相似度与第二相似度的比值计算另一预设区域的水质预测结果。能够实现整条河流各个区域的水质快速预测。