-
公开(公告)号：CN118297422A
公开(公告)日：2024-07-05
申请号：CN202410399499.1
申请日：2024-04-03
申请人： 天津大学
IPC分类号： G06Q10/0637 , G01W1/10 , G01W1/00 , G01D21/02 , G01S13/95 , G01S7/02 , G01S7/41 , G06Q50/26 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/096 , G06F18/25
摘要： 本发明公开了一种先验知识和多源数据辅助的短临降雨预报方法及装置，方法包括：获取由地形高程特征信息、风场特征信息、温度特征信息、湿度特征信息组成的多源数据信息；将多源数据信息经过通道拼接和卷积操作之后得到的多源数据融合特征设置为卷积门控循环网络的初始隐藏状态；在训练模型的过程中实现多源数据融合，达到多源数据特征信息辅助预测降雨的目的；将降雨预训练模型作为教师网络，卷积门控循环网络作为学生网络，利用知识蒸馏技术对齐教师网络和学生网络的预测输出以及预测输出的概率分布，为学生网络引入教师网络的先验知识辅助降雨预报。装置包括：处理器和存储器。本发明提高了预测精度，及时发现降雨灾害，减少人员伤亡。
-
公开(公告)号：CN118036902A
公开(公告)日：2024-05-14
申请号：CN202410432463.9
申请日：2024-04-11
申请人： 中国科学院自动化研究所 , 自然资源部第四海洋研究所(中国—东盟国家海洋科技联合研发中心) , 天津大学 , 青岛海洋科技中心
IPC分类号： G06Q10/063 , G06Q50/26 , G06F16/29 , G06N5/022
摘要： 本发明涉及海洋信息处理技术领域，提供一种基于知识图谱的海洋典型场景评价指标体系构建方法、装置、电子设备和存储介质，方法包括：对海洋多源数据进行知识提取以构建海洋典型场景知识图谱和时空栅格数据库；基于海洋典型场景知识图谱，对初始指标集合进行扩展，得到基础指标集合，获取基础指标之间的关系及其不确定度；建立以指标为节点的有向加权网络，采用随机游走模型计算各基础指标权重；基于时空栅格数据库，获取各基础指标观测值，利用基础指标观测值和基础指标权重，确定综合指标的评价值，形成海洋典型场景评价指标体系。本发明提供的方法、装置、电子设备和存储介质，能够构建客观、全面且适用性较强的指标体系。
-
公开(公告)号：CN116821673B
公开(公告)日：2024-01-16
申请号：CN202310573425.0
申请日：2023-05-19
申请人： 中国科学院自动化研究所 , 中国海洋大学 , 天津大学
IPC分类号： G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/0442 , G06N3/08 , G01W1/00
摘要： 过分步进行ENSO预测，提高了ENSO预测的效果。本发明提供一种ENSO预测方法、装置、电子设备和存储介质，将目标海域在目标历史时间段内的气象特征序列输入一阶段ENSO预测模型，得到目标海域在目标未来时间段内的气象特征序列预测结果；将目标海域在目标历史时间段内的气象特征序列、目标海域在目标未来时间段内的气象特征序列预测结果和目标历史时间段内的海洋尼诺指数ONI分别输入二阶段ENSO预测模型的三个预测子模型，根据三个预测子模型分别输(56)对比文件Fatemeh Ghobadi, DoosunKang.Improving long-term streamflowprediction in a poorly gauged basin usinggeo-spatiotemporal mesoscale data andattention-based deep learning: Acomparative study 《.Journal ofHydrology》.2022,1-20.
-
公开(公告)号：CN115114411B
公开(公告)日：2022-12-30
申请号：CN202211045030.5
申请日：2022-08-30
申请人： 中国科学院自动化研究所 , 天津大学 , 青岛海洋科学与技术国家实验室发展中心
摘要： 本发明提供一种基于知识图谱的预测方法、装置和电子设备，涉及大数据处理技术领域。该方法包括：获取目标海域历史时段的监测数据，将所述监测数据表示为时序知识图谱；将所述时序知识图谱输入循环图神经网络，获得所述时序知识图谱的第一嵌入；从所述时序知识图谱中提取平滑缓解信息，基于所述平滑缓解信息对所述第一嵌入进行调整，获得第二嵌入，根据所述第二嵌入确定所述目标海域目标时段的预测数据。本发明从时序知识图谱中提取平滑缓解信息，并通过平滑缓解信息对第一嵌入进行调整，能够避免循环图神经网络层次较多导致的过平滑问题。
-
公开(公告)号：CN115114411A
公开(公告)日：2022-09-27
申请号：CN202211045030.5
申请日：2022-08-30
申请人： 中国科学院自动化研究所 , 天津大学 , 青岛海洋科学与技术国家实验室发展中心
摘要： 本发明提供一种基于知识图谱的预测方法、装置和电子设备，涉及大数据处理技术领域。该方法包括：获取目标海域历史时段的监测数据，将所述监测数据表示为时序知识图谱；将所述时序知识图谱输入循环图神经网络，获得所述时序知识图谱的第一嵌入；从所述时序知识图谱中提取平滑缓解信息，基于所述平滑缓解信息对所述第一嵌入进行调整，获得第二嵌入，根据所述第二嵌入确定所述目标海域目标时段的预测数据。本发明从时序知识图谱中提取平滑缓解信息，并通过平滑缓解信息对第一嵌入进行调整，能够避免循环图神经网络层次较多导致的过平滑问题。
-
公开(公告)号：CN116821783A
公开(公告)日：2023-09-29
申请号：CN202310467493.9
申请日：2023-04-27
申请人： 天津大学
IPC分类号： G06F18/241 , G06F18/25 , G06F18/21 , G06N3/0442 , G06N3/0464 , G05B23/02
摘要： 本发明公开一种故障检测方法、系统、设备及介质，涉及工业故障分析领域；所述方法，包括：获取目标设备的运行数据；采用设定滑动窗口将运行数据划分为多个目标窗口数据；将多个目标窗口数据输入至故障诊断分类模型中，得到目标设备的故障信息；其中，多层卷积神经网络对多个目标窗口数据进行特征提取，得到各个目标窗口数据对应的目标特征信息数据；多层级双向长短时记忆网络对各个目标特征信息数据进行时序计算，得到多个目标时序特征数据；训练后的分类器对各个目标时序特征数据分别进行注意力机制计算，得到目标的融合特征数据，并根据目标的融合特征数据输出目标设备的故障信息；本发明能够实现故障的准确检测。
-
公开(公告)号：CN116363379A
公开(公告)日：2023-06-30
申请号：CN202310431949.6
申请日：2023-04-21
申请人： 天津大学
IPC分类号： G06V10/40 , G06V10/774 , G06V10/764
摘要： 本发明公开了一种基于多视角联合的海上目标识别方法及装置，包括：使用三维采样策略对视图序列进行整体采样并添加位置嵌入，生成可见块和掩码块；使用编码器对可见块进行编码，得到可见标记，并为所有掩码块生成一个共享的可学习向量作为掩码标记；解码器根据可见标记和掩码标记重建输入的视图序列，计算像素空间中重建掩码块和原始掩码块的均方误差得到视图重建损失；使用动态更新的长存储队列构建包含当前批数据在内的海上目标可见标记集，并用基于图的无参方法进行实例级关联信息挖掘，学习相似海上目标之间的关联信息，得到相似模型损失；将视图重建损失与相似模型损失之和作为网络的目标函数进行迭代优化，最终将编码器作为海上目标的特征提取器，进行多视角海上目标识别。
-
公开(公告)号：CN116299773A
公开(公告)日：2023-06-23
申请号：CN202310088520.1
申请日：2023-02-09
申请人： 天津大学
IPC分类号： G01W1/10
摘要： 本发明公开了一种多模态时空补偿的团雾预警方法及装置，方法包括：计算相邻时刻数据编码和图像编码的相对增量作为变化率，将变化率大的时刻作为团雾形成时刻；利用基于语义匹配的跨模态信息交互部分将包含团雾视觉空间信息的图像编码与包含气象要素时序信息的数据编码进行融合以实现时空特征补偿；构建模态交错指导分类器，在分类器层面进行跨模态信息交互，对齐不同模态下相同类别对象的预测概率分布，学习跨模态团雾共有特征；根据模态交错指导分类器输出的概率分布，若预测团雾概率大于阈值，则判定为特定时间后会发生海洋团雾，发出预警信号。装置包括：处理器和存储器。
-
公开(公告)号：CN116152620A
公开(公告)日：2023-05-23
申请号：CN202310165438.4
申请日：2023-02-24
申请人： 天津大学
IPC分类号： G06V10/80 , G01S13/95 , G01W1/10 , G06V10/52 , G06V10/62 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/084 , G06N3/09
摘要： 本发明公开了一种基于多尺度时空一致性的短临降雨预测方法和装置，方法包括：利用获得的降雨时序特征对空间分布特征进行编码约束，获得降雨时空融合特征；利用多尺度时空一致性监督，对不同尺度下的降雨时空融合特征数据进行高斯分布拟合，将不同尺度下特征之间的差异性作为监督损失；利用近邻差一致性，对获取的预测降雨图中的邻近雨像素进行相互约束，保证局部降雨的关联性；在特征图级别和像素级别分别计算损失函数，并与一致性监督损失以及近邻差一致性损失相加作为全局损失，用于神经网络的优化训练，得到最佳短临降雨预测模型用于短临降雨的预测。装置包括：处理器和存储器。本发明实现了对短临降雨的有效预测，提高了灾害预警能力。
-
公开(公告)号：CN114692788A
公开(公告)日：2022-07-01
申请号：CN202210611385.X
申请日：2022-06-01
申请人： 天津大学 , 青岛海洋科学与技术国家实验室发展中心
摘要： 本发明公开了一种基于增量学习的厄尔尼诺极端天气预警方法及装置，方法包括：基于增量训练，即使用一多尺度特征频域蒸馏技术，选择性地约束多尺度特征低频分量的漂移，记忆并行卷积神经网络在旧任务中学到的知识；使用一多尺度特征自适应融合技术，根据输入多尺度数据不同的时间跨度，自适应学习不同的融合参数，增强对新任务的学习能力；自适应融合后的特征通过全连接层，输出反映厄尔尼诺现象变化规律的Nino3.4指数，建立极端降雨概率的映射函数，预测值超过阈值则进行暴雨预警并提前开展输电线路暴雨防治工作。装置包括：处理器和存储器。本发明可以有效的提升增量的厄尔尼诺现象下降雨量预测的准确度，减轻自然灾害。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.023 秒)
