-
公开(公告)号：CN115757386B
公开(公告)日：2023-04-11
申请号：CN202310023123.6
申请日：2023-01-09
Applicant: 吉林大学
IPC: G06F16/215 , G06F18/2433 , G06F18/15 , G06F18/2135 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 海洋空间观测数据的异常检测方法、系统、设备与介质，属于海洋空间数据、数据异常检测技术领域。获取海洋空间的每个观测点分别观测的不同深度数据，将其组成数据集；将数据集中的低质量的深度数据进行排除后，对数据集进行归一化，判断某一观测点观测的不同深度数据是否出现异常，若出现异常，对该观测点观测的不同深度数据进行缩放，再对数据集进行缩放后，对数据集进行降维，将数据集组成图像形式；对图像进行zero‑padding，构建CoordConv层；将图像输入到卷积神经网络模型中，并基于构建的CoordConv层，构建Bicubic+CoordConv+Pool卷积神经网络模型；对构建的卷积神经网络模型进行训练；将待检测数据输入训练好的卷积神经网络模型，进行异常值检测。
-
公开(公告)号：CN115757386A
公开(公告)日：2023-03-07
申请号：CN202310023123.6
申请日：2023-01-09
Applicant: 吉林大学
IPC: G06F16/215 , G06F18/2433 , G06F18/15 , G06F18/2135 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 海洋空间观测数据的异常检测方法、系统、设备与介质，属于海洋空间数据、数据异常检测技术领域。获取海洋空间的每个观测点分别观测的不同深度数据，将其组成数据集；将数据集中的低质量的深度数据进行排除后，对数据集进行归一化，判断某一观测点观测的不同深度数据是否出现异常，若出现异常，对该观测点观测的不同深度数据进行缩放，再对数据集进行缩放后，对数据集进行降维，将数据集组成图像形式；对图像进行zero‑padding，构建CoordConv层；将图像输入到卷积神经网络模型中，并基于构建的CoordConv层，构建Bicubic+CoordConv+Pool卷积神经网络模型；对构建的卷积神经网络模型进行训练；将待检测数据输入训练好的卷积神经网络模型，进行异常值检测。
-
公开(公告)号：CN116401515A
公开(公告)日：2023-07-07
申请号：CN202310663905.6
申请日：2023-06-07
Applicant: 吉林大学
IPC: G06F18/10 , G06F18/213 , G06F18/241 , G06N3/0442 , G06N3/08
Abstract: 一种面向海洋观测数据的洋流预测方法，属于基于海洋观测数据预测技术领域，具体涉及洋流预测技术领域。其解决了对洋流进行预测多重视预测模型的研究而少有有效的海洋观测数据的处理手段的问题。所述方法包括如下步骤：对海洋观测数据进行预处理，构建样本集；对海洋观测数据进行初步特征提取；利用GRU提取数据中时序特征信息；利用多头注意力机制提取蕴含上下文的时序信息；经过密集层将预测结果输出；利用验证集调整超参数；利用测试集进行洋流预测精度评估；预测精度评估合格后，使用所述方法进行洋流预测。本发明所述方法可以应用在海洋交通运输领域、海洋搜索救援领域、海洋资源开发领域以及海洋气象预测领域。
-
公开(公告)号：CN116304540A
公开(公告)日：2023-06-23
申请号：CN202310579221.8
申请日：2023-05-23
Applicant: 吉林大学
Abstract: 海洋观测数据处理方法及装置，涉及数据处理技术领域。为解决现有技术中尚未有一种方法，能够对稀疏资料插值、缺损数据拟合和温盐空间场进行重构，因此现有技术中对海洋气候的预测并不准确的技术问题，本发明提供的技术方案为：海洋观测数据处理方法，应用于海洋观测数据的多元插补，所述方法包括：对采集到的海洋观测数据进行预处理，得到处理数据的步骤；对所述处理数据根据预设时间顺序进行切分的步骤；通过切分后的数据得到含有标准正态分布噪声的潜在变量的步骤；对所述潜在变量进行加权的步骤；通过加权后的变量还原输出插补的预测信息的步骤。适合应用于对海温、洋流、气候的预测研究工作中。
-
-
-
Search Results
4
records
(took 0.015 seconds)
