-
公开(公告)号：CN116596088A
公开(公告)日：2023-08-15
申请号：CN202310419229.8
申请日：2023-04-18
Applicant: 河海大学
IPC: G06N20/00
Abstract: 本发明公开了一种自适应半正弦周期的智能体探索方法，智能体根据探索因子的值探索环境，所述的探索因子的值包括半正弦变化函数、指数衰减函数和常数，探索因子的大小随着学习幕数的增加呈半正弦周期状在变化并兼有指数衰减趋势；当智能体发现新状态时，探索因子随即在该幕尚未结束时调整为较大值，鼓励智能体更加随机地探索状态空间；本发明的智能体探索方法，与Q‑learning算法相结合，其探索策略在提高智能体探索状态空间能力的同时能够显著加快价值函数收敛的速度。
-
公开(公告)号：CN116010795B
公开(公告)日：2023-06-09
申请号：CN202310261448.8
申请日：2023-03-17
Applicant: 河海大学
Abstract: 本发明公开一种基于图像特征和深度学习的相似场次降雨模式库构建方法：采用滑动窗口对历史降雨图像数据集进行分割得到所有场次降雨过程；提取各场次降雨过程的降雨持续天数、场次降雨总量、各日降雨量分布、降雨空间分布以及降雨中心运动轨迹特征；并进行特征相似性度量，采用基于混沌映射的多族群灰狼优化算法对特征的相似性度量进行融合，得到场次降雨过程的最优特征融合相似性度量；采用该最优特征融合相似性度量，从场次降雨过程历史库中搜索相似场次降雨过程并进行描述和表达，以此构建相似降雨模式库。本发明解决现有技术方案中或因用时序数据难以表达场次降雨过程的时空特征信息、或因场次降雨过程特征表达及相似性度量方法不足等问题。
-
公开(公告)号：CN110163419B
公开(公告)日：2022-08-19
申请号：CN201910349205.3
申请日：2019-04-28
Applicant: 河海大学
Abstract: 本发明公开了一种中小河流流域洪水预报的方法，属于洪水预报方法技术领域。该方法包含以下步骤：步骤1，输入流域的历史水文数据；步骤2，调整参数，训练基于长短时记忆的神经网络模型；步骤3，输入测试数据测试模型性能，判断模型性能是否符合要求；步骤4，保存训练完成的神经网络模型；步骤5，输入实时水文数据，获得预测结果，完成预报。本发明能够根据流域特点调整模型，具有灵活性；预报结果较准确，鲁棒性较好。
-
公开(公告)号：CN114357898A
公开(公告)日：2022-04-15
申请号：CN202111385013.1
申请日：2021-11-22
Applicant: 河海大学 , 长江水利委员会水文局
IPC: G06F30/28 , G06F113/08
Abstract: 本发明公开了一种基于地形与植被特征的坡面流速空间分布估算方法，主要包括以下步骤：基于数字高程数据计算流域中每个网格单元的坡度和汇流累积值；结合流域平均坡度和流域面积计算流域平均流速因子；根据植被覆盖类型数据估算流域内糙率空间分布；基于坡度、糙率以及平均流速因子估算坡面流速空间分布。本方法主要应用流域数字高程模型、植被覆盖类型等遥感观测数据，数据来源稳定可靠，方法中变量间的函数关系明确，有利于坡面流速空间分布估算的计算机自动化执行。同时，通过数字流域技术以简化提取步骤，保证结果的客观合理性，有利于分布式水文模型的推广应用、数字水文学研究的深入发展。
-
公开(公告)号：CN108388957B
公开(公告)日：2021-11-23
申请号：CN201810071703.1
申请日：2018-01-25
Applicant: 河海大学
IPC: G06Q10/04 , G06Q50/26 , G06F16/2458 , G06F16/29 , G06K9/62
Abstract: 本发明涉及一种基于多特征融合技术的中小河流洪水预报方法及其预报系统，属于水利信息技术处理领域，包括以下步骤：S1、获得历史洪水场次和实际洪水场次的各雨量站每小时的雨量观测数据；再对这些雨量观测数据进行相似性特征匹配，得到多个不同的匹配结果，将上述多个不同的匹配结果放入不同的集合中；S2、采取基于水利数据的主成分分析投票算法，对每个水文特征的匹配结果进行投票，找到票数最高的洪水场次，从而得到最相似的洪水过程，用于中小河流洪水预报。本发明解决了我国湿润与半干旱半湿润地区中小河流的洪水预报问题，提高了中小河流洪水预测预报精度。
-
Patent Agency Ranking
公开(公告)号：CN107145965B
公开(公告)日：2020-01-24
申请号：CN201710228116.4
申请日：2017-04-10
Applicant: 河海大学
Abstract: 本发明涉及一种基于相似度匹配和极限学习机的河流洪水预测方法，首先基于极限学习机模型，获得各个历史洪水样本分别所对应的最优流量预测模型；然后，基于相似度匹配值由大至小顺序，选取预设前K个历史洪水样本，作为各个参考洪水样本；最后，基于实时水流量特征和实时降雨量特征进行流量值预测，并根据所获流量预测值，进行洪水判断。如此，所设计基于相似度匹配和极限学习机的河流洪水预测方法，能够克服现有技术的不足，有效提高河流洪水的实际预报精率。
-
公开(公告)号：CN110543692A
公开(公告)日：2019-12-06
申请号：CN201910723819.3
申请日：2019-08-07
Applicant: 河海大学
Abstract: 本发明公开了一种基于下垫面特征的重配置汇流模拟方法，属于水文技术领域，包括以下步骤：步骤1，封装汇流计算模式，并分别对其进行编号；步骤2，基于流域DEM数据计算得到坡度栅格Raster_Slope，流向栅格Raster_Dir和汇流累计栅格Raster_Acc；步骤3，提取得到流域中的河道栅格与坡面栅格，并对河道栅格进行分级；步骤4，基于坡度栅格以及河道的分级流域中的栅格划分为KP，YP，MH与FH四个区域，在不同区域中分别匹配不同的汇流模式进行汇流计算。本发明既保证了计算结果的精度与可靠性，同时解决了下垫面特征空间变异明显的山区性中小流域中的汇流计算问题，有利于基于下垫面特征的汇流计算方法的直接调用，促进数字水文学以及山区性中小流域山洪防治研究的深入发展。
-
公开(公告)号：CN110532553A
公开(公告)日：2019-12-03
申请号：CN201910771664.0
申请日：2019-08-21
Applicant: 河海大学
Abstract: 本发明公开了一种水利空间关系词识别与提取的方法，包括如下步骤：基于定量统计特征的空间关系种子集获取；构建原始句法模式；泛化句法模式，通过将多个表达同类空间关系的原始句法模式泛化为一个模式，减少模式数量并提高了抽象程度；基于泛化后的句法模式实现空间关系的提取。本发明关注水利领域的空间关系抽取问题，利用弱监督方法实现空间关系的自动识别、空间关系词集合的构建、空间关系句法模式获取以及空间关系元组的抽取，节省了大量的人力与时间；实现了面向空间关系的水利数据资源抽取，将水利领域自由文本转化为结构化的数据，对图谱进行大规模、专业的空间关系补充，从而为用户提供更加精确的查询服务。
-
公开(公告)号：CN110163419A
公开(公告)日：2019-08-23
申请号：CN201910349205.3
申请日：2019-04-28
Applicant: 河海大学
Abstract: 本发明公开了一种中小河流流域洪水预报的方法，属于洪水预报方法技术领域。该方法包含以下步骤：步骤1，输入流域的历史水文数据；步骤2，调整参数，训练基于长短时记忆的神经网络模型；步骤3，输入测试数据测试模型性能，判断模型性能是否符合要求；步骤4，保存训练完成的神经网络模型；步骤5，输入实时水文数据，获得预测结果，完成预报。本发明能够根据流域特点调整模型，具有灵活性；预报结果较准确，鲁棒性较好。
-
公开(公告)号：CN109615011A
公开(公告)日：2019-04-12
申请号：CN201811530237.5
申请日：2018-12-14
Applicant: 河海大学
Abstract: 本发明公开了一种基于LSTM的中小河流短期洪水预报方法，通过使用历史水文数据，构建一种智能洪水预报模型，挖掘中小流域降雨-径流的隐藏信息，在已知或未知的未来降雨基础上，预报未来短期的河流出口流量。首先，对水文历史数据进行预处理，包括数据缺失补全、归一化等；其次，构建LSTM模型，通过选定的训练集训练模型及调整参数提高模型精度；最后，通过模型在测试集的表现来评估模型性能。本发明的有益效果为：基于LSTM的洪水预报模型的预报精度优于传统的支持向量机模型，尤其在洪峰阶段本模型的峰现时间和峰值预报精度上有较大的提高。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.11 seconds)
