-
公开(公告)号：CN119849547A
公开(公告)日：2025-04-18
申请号：CN202411818673.8
申请日：2024-12-11
Applicant: 广东工业大学
IPC: G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/084 , G06N3/0442 , G06F18/20 , G06Q50/26 , G06Q10/04
Abstract: 本发明属于洪水预报技术领域，具体公开了一种考虑随机水文过程的深度学习洪水预报方法，具体为：收集流域洪水期的水文气象数据，并对收集到的水文气象数据进行标准化处理；根据逐时流量将洪水过程进行分级，采用马尔科夫模型构建不同洪水过程级别的状态转移概率指数；采用时域卷积神经网络模型为基础模型，通过状态转移概率指数对时域卷积神经网络模型中的损失函数进行改进，以此构建考虑随机水文过程的深度学习洪水预报模型；通过训练集对构建好的深度学习洪水预报模型进行训练以及通过验证集对深度学习洪水预报模型进行验证，得到训练好的深度学习洪水预报模型；通过训练好的深度学习洪水预报模型对洪水进行精准预报。
-
公开(公告)号：CN119761628A
公开(公告)日：2025-04-04
申请号：CN202411807145.2
申请日：2024-12-10
Applicant: 广东工业大学
IPC: G06Q10/063 , G06Q50/26
Abstract: 本发明涉及流域减污降碳技术领域，具体涉及一种用于流域减污降碳耦合协同关系及流域引力评价方法：具体为：收集栅格尺度下的流域污染物以及碳排放量数据，收集流域“自然‑经济‑社会”因子数据，并计算每年污染物和碳的减/增排量；根据污染物和碳减/增排量来计算流域减污降碳耦合度和协同度，获取流域减污降碳耦合协同关系；对流域“自然‑经济‑社会”因子数据进行分析，获取“自然‑经济‑社会”综合影响指数；根据重心法获取流域减污降碳重心坐标及流域间距离，并结合耦合度与“自然‑经济‑社会”综合影响指数，得到流域间的减污降碳引力强度。本发明充分考虑自然、经济与社会因素的影响，能够精准判定流域减污降碳耦合协同关系以及流域间的引力强度，为促进流域之间的协同合作，建立跨流域的减污降碳合作机制提供科学依据。
-
公开(公告)号：CN119761559A
公开(公告)日：2025-04-04
申请号：CN202411806975.3
申请日：2024-12-10
Applicant: 广东工业大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/20 , G06F18/214 , G06F18/213 , G06F18/2135 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/084 , G06F123/02
Abstract: 本发明公开了一种时序增强深度学习洪水预报方法、装置、设备和介质；方法为：收集水文气象数据；采用主成分分析法对数据集中的原始数据进行降维处理；划分不同的洪水预见期；构建时序增强的深度学习模型，通过构建好的时序增强的深度学习模型对不同预见期的洪水流量进行多次模拟，得到不同预见期的多个模拟预测值，并用决定系数R2评价得到的模拟预测值；通过多次模拟预测值训练误差校正模型，对时序增强深度学习模型的模拟误差进行预测，得到误差校正值；将时序增强的深度学习模型和误差校正模型进行结合，得到改进的时序增强深度学习的洪水预报模型，所述洪水预报模型输出预测结果，所述预测结果为所述的误差矫正值和所述的模型预测值之和。
-
公开(公告)号：CN119359076A
公开(公告)日：2025-01-24
申请号：CN202411378623.2
申请日：2024-09-30
Applicant: 广东工业大学
IPC: G06Q10/0637 , G06Q50/06 , G06F18/27
Abstract: 本发明公开了一种基于时间滞后效应的陆地水储量动态归因评估方法和装置；其中的方法为：获得目标区域在历史时段内的陆地水储量数据集和相关驱动因子数据集，通过栅格预处理与重采样，统一网格分辨率；基于得到的栅格集合对陆地水储量的时空动态进行解析，输出研究时间段内的目标区域的陆地水储量变化趋势和程度；通过对季节趋势进行分解，将目标区域的陆地水储量分解为趋势项，季节项以及残差项，并评估这三个分量的相对贡献；随后对所属栅格集合中每个网格的驱动因子的相关系数进行计算，并对其进行显著性检验，筛除无明显时滞效应的驱动因子，生成关键驱动因子集合；最后评估关键驱动因子对陆地水储量动态的解释程度及其组合效应。
-
-
-
Search Results
4
records
(took 0.031 seconds)
