公开(公告)号：CN117807517A

公开(公告)日：2024-04-02

申请号：CN202410017405.X

申请日：2024-01-05

Applicant: 南昌工程学院

Inventor： 吴绍飞 ,  贺淼 ,  康传雄 ,  刘东鸿 ,  罗乙丁 ,  张晓慧

IPC: G06F18/2411 ,  G06F18/214 ,  G06N3/04 ,  G06Q50/26

Abstract: 本发明提出一种基于Rel‑Informer模型的降雨径流模型的构建方法，该方法包括生成输入向量；对输入向量分别进行卷积操作；对输入向量分别进行相对位置编码；计算叠加向量；设置最大循环次数，首先将叠加向量经过改进后的自蒸馏多头注意力机制处理，接着对叠加向量和输出结果进行归一化处理，再将归一化特征依次执行卷积操作和池化操作，得到池化特征，如此不断循环，以得到更新后的叠加向量；将叠加向量执行自蒸馏多头注意力机制操作；将更新后的叠加向量和共同执行多头注意力机制操作；将经过多头注意力机制后的结果经过全连接层进行输出，得到预测径流结果。本发明能够提高模型性能，进而能够提高建模的预测精度。

公开(公告)号：CN114036850A

公开(公告)日：2022-02-11

申请号：CN202111353582.8

申请日：2021-11-16

Applicant: 南昌工程学院

Inventor： 吴绍飞 ,  贺淼 ,  康传雄 ,  黄彬彬 ,  王奇 ,  桂发亮

IPC: G06F30/27 ,  G06F119/02

Abstract: 本发明公开了一种基于VECGM的径流预测方法。该方法首先通过VMD处理径流序列的非平稳性，将原始径流序列拆解为不同频率分量，拆解后震荡强烈的高频分量采取组合耦合网络CNN‑GRU模型进行预测，并通过ESMA优化组合模型的超参数；然后变化平缓的低频分量通过MLR建模预测；最后将各模态分量的预测输出叠加重构为完整预测结果。本发明提出的VECGM模型相比于单一模型CNN、GRU和RF，组合网络ESMA‑CNN‑GRU(ECG)的模型预测误差MAE、MAPE和RMSE更低，模拟拟合指数R2和KGE值更高，证明该组合网络性能优异，更加适合处理波动性强、非线性平稳的径流序列。

公开(公告)号：CN113762078A

公开(公告)日：2021-12-07

申请号：CN202110885473.4

申请日：2021-08-03

Applicant: 南昌工程学院

Inventor： 吴绍飞 ,  贺淼 ,  黄彬彬 ,  康传雄 ,  唐明 ,  刘晓峰

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于VMD‑CSSA‑LSTM‑MLR组合模型的湖泊TN预测方法。该方法首先通过VMD分解为K个本征模态分量；然后分别采用LSTM神经网络对高频信号进行处理预测，采用CSSA优化LSTM神经网络的超参数；采用MLR对低频信号进行处理预测；叠加所有模态分量的预测值，得到实际预测结果。本发明有效解决了其它常用的信号分解方法存在的模态混叠、端点效应等问题，且该方法运行速度快，分解结果稳定；同时，提高了算法的运行效率以及模型的预测精度，解决了LSTM神经网络的超参数人工确定难的问题，提高了预测模型的效率及精度。

公开(公告)号：CN217605355U

公开(公告)日：2022-10-18

申请号：CN202121126956.8

申请日：2021-05-25

Applicant: 南昌工程学院

Inventor： 黄彬彬 ,  杨义鑫 ,  刘惠森 ,  谢依江 ,  贺淼 ,  韦越

IPC: G01N1/10 ,  H04N7/18

Abstract: 本实用新型公开了一种底泥样品采样器，包括采样筒，采样筒内设置有转动杆，转动杆与采样筒顶壁接触处设置有防水密封圈，转动杆上安装有转动板，转动板远离转动杆的一端与采样筒侧壁相接触，采样筒内侧壁上安装有固定板，固定板离采样筒侧壁的一端延伸到转动杆处，采样筒端安装有电机安装框，电机安装框内安装有旋转电机，旋转电机用于驱动转动杆旋转，采样筒开设有镂空部，本实用新型通过旋转电机带动转动板旋转，实现采样筒内部采样空间的封闭与开启，操作简单，便于采集河流和湖泊底部的淤泥，同时也便于取出采样筒中采集到淤泥。