-
公开(公告)号：CN119047347B
公开(公告)日：2025-02-28
申请号：CN202411536304.X
申请日：2024-10-31
Applicant: 中国海洋大学三亚海洋研究院 , 中国海洋大学
IPC: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/082
Abstract: 本发明公开基于分层联合神经网络的区域海洋环境场快速重构方法，属于环境场重构技术领域，用于海洋环境场重构，包括获取多源海洋数据并进行预处理，计算预处理后的多源海洋数据得到密度场，根据温度场、盐度场、密度场构建多要素耦合场；制作深度学习样本集，构建训练分层联合神经网络，使用经过训练的分层联合神经网络进行区域海洋环境场重构。本发明考虑了海洋多要素场耦合、海洋分层特性、海洋浅表层和中下层观测数据的差异与联系、海洋变化的时间连续性，实现了高精度的海洋环境场重构。
-
Patent Agency Ranking
公开(公告)号：CN119047346A
公开(公告)日：2024-11-29
申请号：CN202411536299.2
申请日：2024-10-31
Applicant: 中国海洋大学三亚海洋研究院 , 中国海洋大学
IPC: G06F30/27 , G06F30/15 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于卷积神经网络的海洋观测站位智能设计方法，属于站位智能设计技术领域，包括获取多源海洋数据并进行预处理，制作深度学习样本集，构建训练卷积神经网络模型，使用经过训练的卷积神经网络进行海洋观测站位推理。本发明的海洋观测站位智能设计方法填补了使用人工智能方法设计海洋观测站位的空白，解决了现有站位设计方法中人工站位设计效果不稳定、环境复杂海域站位设计困难、传统优化算法容易陷入局部最优的问题。
-
公开(公告)号：CN119047346B
公开(公告)日：2025-02-28
申请号：CN202411536299.2
申请日：2024-10-31
Applicant: 中国海洋大学三亚海洋研究院 , 中国海洋大学
IPC: G06F30/27 , G06F30/15 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于卷积神经网络的海洋观测站位智能设计方法，属于站位智能设计技术领域，包括获取多源海洋数据并进行预处理，制作深度学习样本集，构建训练卷积神经网络模型，使用经过训练的卷积神经网络进行海洋观测站位推理。本发明的海洋观测站位智能设计方法填补了使用人工智能方法设计海洋观测站位的空白，解决了现有站位设计方法中人工站位设计效果不稳定、环境复杂海域站位设计困难、传统优化算法容易陷入局部最优的问题。
-
公开(公告)号：CN119378389A
公开(公告)日：2025-01-28
申请号：CN202411498908.X
申请日：2024-10-25
Applicant: 中国海洋大学三亚海洋研究院 , 中国海洋大学
Abstract: 本发明公开基于ViT神经网络的区域海洋环境场快速重构方法，属于环境场重构技术领域，用于海洋环境场快速重构，包括获取多源海洋数据并进行预处理，计算预处理后的多源海洋数据得到密度场，根据温度场、盐度场、密度场构建多要素耦合场；制作深度学习样本集，构建训练ViT环境场生成模型，使用经过训练的ViT环境场生成模型进行区域海洋环境场重构。本发明综合考虑了海洋多要素场耦合，实现了区域海洋温度、盐度、密度立体环境场的重构，具有准确、高分辨率、快速的特性，能在海洋防灾减灾、海洋生态系统、海洋气候变化等领域发挥数据支撑和应用保障作用。
-
公开(公告)号：CN119378388A
公开(公告)日：2025-01-28
申请号：CN202411498905.6
申请日：2024-10-25
Applicant: 中国海洋大学三亚海洋研究院 , 中国海洋大学
Abstract: 本发明公开一种基于深度强化学习的海洋观测站位智能设计方法，属于观测站位智能设计技术领域，用于观测站位智能设计，包括获取多源海洋数据并制作深度学习样本集，结合深度强化学习构建训练深度神经网络模型，使用经过训练的深度神经网络进行海洋观测站位推理。本发明实现了区域海洋观测站位的快速、批量、优化设计，有助于提高海洋观测重构场的准确度，从而为依赖于海洋环境场的相关应用需求提供保障与服务。
-
公开(公告)号：CN119047347A
公开(公告)日：2024-11-29
申请号：CN202411536304.X
申请日：2024-10-31
Applicant: 中国海洋大学三亚海洋研究院 , 中国海洋大学
IPC: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/082
Abstract: 本发明公开基于分层联合神经网络的区域海洋环境场快速重构方法，属于环境场重构技术领域，用于海洋环境场重构，包括获取多源海洋数据并进行预处理，计算预处理后的多源海洋数据得到密度场，根据温度场、盐度场、密度场构建多要素耦合场；制作深度学习样本集，构建训练分层联合神经网络，使用经过训练的分层联合神经网络进行区域海洋环境场重构。本发明考虑了海洋多要素场耦合、海洋分层特性、海洋浅表层和中下层观测数据的差异与联系、海洋变化的时间连续性，实现了高精度的海洋环境场重构。
-
-
-
-
-
Search Results
6
records
(took 0.034 seconds)
