-
公开(公告)号：CN118966473A
公开(公告)日：2024-11-15
申请号：CN202411441416.7
申请日：2024-10-16
申请人： 湖北一方科技发展有限责任公司 , 长江水利委员会水文局
IPC分类号： G06Q10/04 , G06Q50/26 , G01W1/10 , G06F18/213 , G06F18/25 , G06F18/27 , G06V10/40 , G06V10/80 , G06V10/766 , G06V10/82
摘要： 本申请涉及一种基于人工智能的水文气象预测方法及系统，所述方法包括获取气象、水文、图像和文本数据，并分别进行特征提取，得到气象特征、水文特征、纹理特征和文本特征；分别将上述特征进行标准化处理，从而得到第一气象特征向量、第一水文特征向量、第一纹理特征向量和第一文本特征向量；基于上述特征向量分别构建特征矩阵；将得到的特征矩阵进行矩阵拼接，得到多模态特征融合矩阵；预构建多模态水文气象预测模型，将多模态特征融合矩阵输入至所述多模态水文气象预测模型，得到水文气象预测结果。本发明提高了对水文气象预测地准确性和时效性。
-
公开(公告)号：CN115982534A
公开(公告)日：2023-04-18
申请号：CN202310263950.2
申请日：2023-03-18
申请人： 湖北一方科技发展有限责任公司
IPC分类号： G06F17/16 , G06F18/214 , G06F18/24 , G06N3/04 , G06N3/0442 , G06N3/084
摘要： 本发明涉及水文数据处理技术领域，公开了一种江河水文监测数据的处理方法，包括：步骤101，生成第一训练集；步骤102，通过第一训练集对第一神经网络模型进行训练；步骤103，生成第二训练集；步骤104，通过第二训练集对LSTM神经网络进行训练；步骤105，将步骤102训练完成的第一神经网络模型与LSTM神经网络获得异构神经网络；步骤106，将待预测样本的数据输入异构神经网络，基于异构神经网络输出预测待预测样本对应的江河区域预测时间之后的候鸟数量；本发明通过预先训练的异构的两类神经网络进行组合获得异构神经网络，通过决策层来对最终进行预测的LSTM神经网络部分的输入池进行处理，基于深度学习的手段来实现对于内陆江河候鸟数量的准确预测。
-
-
公开(公告)号：CN115982534B
公开(公告)日：2023-05-26
申请号：CN202310263950.2
申请日：2023-03-18
申请人： 湖北一方科技发展有限责任公司
IPC分类号： G06F17/16 , G06F18/214 , G06F18/24 , G06N3/04 , G06N3/0442 , G06N3/084
摘要： 本发明涉及水文数据处理技术领域，公开了一种江河水文监测数据的处理方法，包括：步骤101，生成第一训练集；步骤102，通过第一训练集对第一神经网络模型进行训练；步骤103，生成第二训练集；步骤104，通过第二训练集对LSTM神经网络进行训练；步骤105，将步骤102训练完成的第一神经网络模型与LSTM神经网络获得异构神经网络；步骤106，将待预测样本的数据输入异构神经网络，基于异构神经网络输出预测待预测样本对应的江河区域预测时间之后的候鸟数量；本发明通过预先训练的异构的两类神经网络进行组合获得异构神经网络，通过决策层来对最终进行预测的LSTM神经网络部分的输入池进行处理，基于深度学习的手段来实现对于内陆江河候鸟数量的准确预测。
-
公开(公告)号：CN116580302A
公开(公告)日：2023-08-11
申请号：CN202310517216.4
申请日：2023-05-09
申请人： 湖北一方科技发展有限责任公司
IPC分类号： G06V20/10 , G06V10/764 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08
摘要： 本发明涉及水文数据处理技术领域，公开了一种高维水文数据处理系统及方法，其中，一种高维水文数据处理方法包括以下步骤：步骤101，基于水文图像生成图像体素，提取属于水体的图像体素生成第一图像体素集合；步骤102，生成图像提取空间，通过图像提取空间提取第一图像体素集合内的体素来生成第一图像特征；步骤103，通过特征卷积模型对第一图像特征进行处理；本发明通过水文图像的空间区域化处理和特征提取来减少非水域的信息维度，并且对水域区域特征进行区域化；本发明采用特征卷积模型对区域化处理的水域图像特征进行处理，能够综合水域的区域流动性和时间上的动态变化，获取水域污染状态，并判断污染的源头。
-
-
-
-
搜索结果
5 条记录 (耗时 0.033 秒)
