一种基于事件知识图谱构建的流域旱涝事件长期预测方法

    公开(公告)号:CN113159451A

    公开(公告)日:2021-07-23

    申请号:CN202110521764.5

    申请日:2021-05-13

    IPC分类号: G06Q10/04 G06F16/36

    摘要: 本发明公开了一种基于事件知识图谱构建的流域旱涝事件长期预测方法,预测步骤包括如下:S1,数据获取:在进行数据的获取时,可以对两种数据进行获取,一种是结构化数据,另一种是非结构化数据;S2,事件知识抽取:在进行抽取时可以从互联网文献库中抽取相关的事件信息,并进行结构化表示。本发明通过利用知识图谱来构建流域旱涝汛期事件预测模型,再充分利用信息的基础上实现预报的客观化和自动化,无需由人工来进行选取和预测分析工作,这样在预测的过程中就不会受到外部影响因素过多的情况,关系复杂的数据也能够进行较好的处理,利用知识图谱构建的预测方法省时省力,最后得出的预测结果不会存在个人主观的因素,在应用时非常方便。

    一种基于深度学习的特征提取水文预报的方法

    公开(公告)号:CN110619432B

    公开(公告)日:2022-08-30

    申请号:CN201910874717.1

    申请日:2019-09-17

    摘要: 本发明提供了一种基于深度学习的特征提取水文预报的方法,属于水资源高效利用与水文预报领域,方法包括:首先利用流域历史信息获得流域水文预报特征因子集合,其次利用数据挖掘算法训练特征因子集合并获得不同因子作用下“量值”和“过程形态”相似的多组场次洪水过程集合,然后基于深度学习算法开展传统水文预报中各模型、方法的参数率定,并形成模型、方法与参数方案配套的模型库和方法库,最后结合聚类分析完成水文预报计算。相对于已有方法,本发明有效改进了传统水文预报方法预报精度较低、有效预见期较短等不足,在开展水文预报时能够明显提高预报精度、延长预见期,具有良好的适用性和可行性,为流域水文预报提供了行之有效的技术方法。