-
Patent Agency Ranking
公开(公告)号：CN119203856A
公开(公告)日：2024-12-27
申请号：CN202411707323.4
申请日：2024-11-27
Applicant: 长江信达软件技术(武汉)有限责任公司
IPC: G06F30/28 , G06T13/20 , G06T17/05 , G06T17/20 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于UE5的中小流域数字孪生洪水淹没动态仿真方法。它包括如下步骤，步骤一：构建二维水动力数值模型；步骤二：创建洪水淹没仿真UE5插件工程；步骤三：创建洪水角色类；步骤四：构建绘制洪水模型三角网格图元方法；步骤五：构建渲染洪水水文特征和洪水流态方法；步骤六：实现数字孪生洪水淹没动态仿真过程。本发明实现了中小流域数字孪生三维场景中超大数据量洪水模型的动态渲染与高保真可视化，表达了水位、水深、流速、流向等多维度洪水淹没数值模拟结果，以及回流、汇聚流、分叉流、漫滩流、紊流等洪水复杂的流态，提升了洪水淹没仿真的真实性和准确度，有利于增强中小流域洪水风险评估与防洪预案决策支持能力。
-
公开(公告)号：CN119203856B
公开(公告)日：2025-03-14
申请号：CN202411707323.4
申请日：2024-11-27
Applicant: 长江信达软件技术(武汉)有限责任公司
IPC: G06F30/28 , G06T13/20 , G06T17/05 , G06T17/20 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于UE5的中小流域数字孪生洪水淹没动态仿真方法。它包括如下步骤，步骤一：构建二维水动力数值模型；步骤二：创建洪水淹没仿真UE5插件工程；步骤三：创建洪水角色类；步骤四：构建绘制洪水模型三角网格图元方法；步骤五：构建渲染洪水水文特征和洪水流态方法；步骤六：实现数字孪生洪水淹没动态仿真过程。本发明实现了中小流域数字孪生三维场景中超大数据量洪水模型的动态渲染与高保真可视化，表达了水位、水深、流速、流向等多维度洪水淹没数值模拟结果，以及回流、汇聚流、分叉流、漫滩流、紊流等洪水复杂的流态，提升了洪水淹没仿真的真实性和准确度，有利于增强中小流域洪水风险评估与防洪预案决策支持能力。
-
公开(公告)号：CN118350166A
公开(公告)日：2024-07-16
申请号：CN202410789923.3
申请日：2024-06-19
Applicant: 长江信达软件技术(武汉)有限责任公司
IPC: G06F30/18 , G06F30/27 , G06N3/0464 , G06N3/08 , G06F18/241 , G06F111/08
Abstract: 本发明公开了一种基于马尔科夫扩散核的图神经网络模型。它包括图卷积模块和节点特征聚合模块；通过图卷积模块得到的图卷积层的节点表征，经过节点特征聚合模块聚合及转换处理后得出下游任务所需的节点指标值；图卷积模块包括第一input_dim×hidden线性转化层、hidden×hidden图卷积块；hidden×hidden图卷积块有多个；第一input_dim×hidden线性转化层、多个hidden×hidden图卷积块顺序连接；节点特征聚合模块包括节点特征聚合层和第二hidden×output_dim线性转化层；节点特征聚合层和第二hidden×output_dim线性转化层顺序连接。本发明还公开了所述的基于马尔科夫扩散核的图神经网络模型在供水网络中的应用、以及基于马尔科夫扩散核的图神经网络模型的框架扩展。
-
公开(公告)号：CN119201045A
公开(公告)日：2024-12-27
申请号：CN202411126877.5
申请日：2024-08-16
Applicant: 长江信达软件技术(武汉)有限责任公司
Abstract: 本发明公开了一种基于场景联动的异步负载物联网规则引擎设计方法。它包括如下步骤，步骤一：场景联动的规则触发；步骤二：规则引擎的规则调度，规则包装成可执行任务；步骤三：任务发布调度请求到基础模块的事件总线；步骤四：由事件总线发给监听的任务调度器；步骤五：任务调度器根据任务信息标记任务交给场景联动，并发布到事件总线；步骤六：工作器监听到发布的任务，执行任务并返回任务结果到事件总线；步骤七：规则引擎监听到结果后进行下一轮规则触发判断或直接返回结果。本发明具有能对设备之间的数据进行实时性、智能化处理的优点。
-
公开(公告)号：CN118350166B
公开(公告)日：2024-09-10
申请号：CN202410789923.3
申请日：2024-06-19
Applicant: 长江信达软件技术(武汉)有限责任公司
IPC: G06F30/18 , G06F30/27 , G06N3/0464 , G06N3/08 , G06F18/241 , G06F111/08
Abstract: 本发明公开了一种基于马尔科夫扩散核的图神经网络模型。它包括图卷积模块和节点特征聚合模块；通过图卷积模块得到的图卷积层的节点表征，经过节点特征聚合模块聚合及转换处理后得出下游任务所需的节点指标值；图卷积模块包括第一input_dim×hidden线性转化层、hidden×hidden图卷积块；hidden×hidden图卷积块有多个；第一input_dim×hidden线性转化层、多个hidden×hidden图卷积块顺序连接；节点特征聚合模块包括节点特征聚合层和第二hidden×output_dim线性转化层；节点特征聚合层和第二hidden×output_dim线性转化层顺序连接。本发明还公开了所述的基于马尔科夫扩散核的图神经网络模型在供水网络中的应用、以及基于马尔科夫扩散核的图神经网络模型的框架扩展。
-
-
-
-
Search Results
5
records
(took 0.054 seconds)
