公开(公告)号：CN119249095A

公开(公告)日：2025-01-03

申请号：CN202411297150.3

申请日：2024-09-18

Applicant: 吉林大学

Inventor： 吴春国 ,  郭灏洋 ,  杨博 ,  张雨翔

IPC: G06F18/20 ,  G06F18/27 ,  G06N3/0499

Abstract: 本申请公开了一种基于分而治之策略和符号回归的积雪覆盖率确定方法，涉及环境监测技术领域，该方法包括：根据多种目标环境参数，利用数据集对全连接前馈神经网络进行预训练，得到黑盒积雪覆盖率确定模型；基于黑盒积雪覆盖率确定模型，构建符号神经网络；基于权重重要性分数和白盒损失函数优化符号神经网络，得到积雪覆盖率确定方程；获取待测区域多种目标环境参数的实时测量值；将待测区域多种目标环境参数的实时测量值输入到积雪覆盖率确定方程中，得到待测区域的积雪覆盖率，本申请基于分而治之策略搭建符号神经网络并基于权重重要性分数和白盒损失函数完成路径寻优，进而提高积雪覆盖率的确定精度和效率。

公开(公告)号：CN117195731A

公开(公告)日：2023-12-08

申请号：CN202311197599.8

申请日：2023-09-18

Applicant: 吉林大学

Inventor： 吴春国 ,  张雨翔 ,  杨博 ,  郭灏洋

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/086 ,  G06N3/126 ,  G06F119/14

Abstract: 本发明公开一种复杂系统动力学行为建模方法、系统及设备，涉及复杂系统建模领域，该方法包括利用仿真算法生成仿真数据集；所述仿真数据集为输入矩阵的集合；利用仿真数据集训练构建好的符号回归模型；所述符号回归模型包括：预训练Transformer模块、蒙特卡洛树搜索模块以及遗传编程模块；获取real‑world场景数据集；利用训练好的符号回归模型对real‑world场景数据集进行预测。本发明能够提高复杂系统建模领域使用白盒符号回归方法时的方程恢复效率、模型可用性以及泛化性。