-
公开(公告)号：CN116933494A
公开(公告)日：2023-10-24
申请号：CN202310697141.2
申请日：2023-06-13
申请人： 河海大学
IPC分类号： G06F30/20 , G06F111/08
摘要： 本发明公开了一种流域旱涝急转事件识别方法、装置及系统，所述方法包括通过逐月实测径流序列，获得与月份对应的n个月累计径流量序列；将所述n个月累计径流量序列输入至最优非平稳模型，拟合得到的径流累积概率；所述最优非平稳模型的建立方法包括：将气候协变量和人类活动协变量作为解释变量；基于GAMLSS模型通过参数估计法找出最优分布函数作为最优非平稳模型；对所述径流累积概率进行标准正态化处理，得到旱涝急转指数；基于所述旱涝急转指数和预设的指数阈值，识别出流域旱涝急转事件。本发明考虑到了径流变化的非一致性特点，基于GAMLSS模型构建以气候指数和人类活动指数为解释变量的非平稳标准化径流指数，以更加精准识别流域旱涝急转事件。
-
公开(公告)号：CN118734102A
公开(公告)日：2024-10-01
申请号：CN202411223601.9
申请日：2024-09-03
申请人： 河海大学
IPC分类号： G06F18/232 , G06F18/22 , G06F18/2321 , G01N29/44 , G01N29/14 , G01N3/20
摘要： 本发明公开了一种混凝土损伤机制自适应识别方法，包括：对混凝土小梁进行三点弯曲加载试验，采集试样原始声发射信号；获取表征声发射特征的特征参数，并进行归一化处理；采用Grid Search结合高斯混合模型GMM聚类，建立自适应混凝土损伤机制识别模型；依据聚类结果分析试样的损伤机制。本发明通过融入多目标寻优机制不仅实现了高效、准确的损伤机制识别，而且可以应用于不同混凝土损伤机制的探索中，减少了声发射特征人工分析的工作量。
-
公开(公告)号：CN117892638B
公开(公告)日：2024-05-17
申请号：CN202410289442.6
申请日：2024-03-14
申请人： 河海大学
IPC分类号： G06F30/27 , G06F18/214 , G06F18/21 , G06N20/20 , G06F111/08 , G06F119/12
摘要： 本发明公开了一种利用条件概率函数的干旱形成时间预测方法及系统，包括：构建数据集；计算变量边缘分布，构建联合概率函数；推求条件概率分布函数及条件概率模型；抽样并划分数据集，导入随机森林模型；修正条件概率模型，预测未来干旱形成时间。本发明结合随机森林模型推算出的干旱形成时间与影响因子间的对应值，对理论计算的条件概率模型进行修正，得到更为精确的条件概率函数以预测未来不同影响因子下的干旱形成时间。该方法使得在分析单一主要影响因子变化与多个次要影响因子变化下对干旱形成时间的影响时具有更高的精度，并对进一步研究干旱过程提供技术手段参考。
-
公开(公告)号：CN118863528A
公开(公告)日：2024-10-29
申请号：CN202410891956.9
申请日：2024-07-04
申请人： 河海大学
IPC分类号： G06Q10/0635 , G06Q50/26 , G06F17/15
摘要： 本发明公开了一种基于逐日降水量的旱涝急转事件判别方法及系统，所述方法通过由各气象站的逐日实测降水数据，计算标准化加权平均降水指数；再由逐日实测降水数据计算获得前期、后期标准化降水异常值SPA前、SPA后，在日尺度旱涝急转指数的公式基础上改进，构建一个同时考虑前后期旱涝程度与急转快慢程度的日尺度旱涝急转指数，识别筛选出旱涝急转事件。再通过逐日降水资料，检验该指标对旱涝急转事件描述的准确性，并将其应用于长江中下游流域。本发明考虑了旱涝急转事件“急的程度”与“转的程度”之间的差异，解决了现有技术中对旱涝急转综合强度的定义，更加精准识别流域旱涝急转事件，对旱涝急转灾害的分析与防治具有十分重要的意义。
-
公开(公告)号：CN118171493B
公开(公告)日：2024-08-16
申请号：CN202410587158.7
申请日：2024-05-13
申请人： 河海大学
IPC分类号： G06F30/20 , G06F18/2135 , G06F18/2415 , G06F18/214 , G06F18/2411
摘要： 本发明公开了一种水资源承载力预测与情景模拟方法，包括：构建指标体系并进行二次筛选；计算水资源承载力评价值；基于蒙特卡洛与GWO‑SVM模型对水资源承载力进行预测，得到水资源承载力的概率分布；基于敏感性分析确定敏感指标；从水资源、经济社会、生态环境和敏感指标的角度制定调控方案，将改变后的样本带入模型得到调控方案影响下的水资源承载力，与初始的水资源承载力进行比较，确定最适合的方案。相比系统动力学法，本方法大大简化了计算步骤。相比现有的数学建模法，本方法对指标的未来值进行大量模拟，再预测未来水资源承载力，同时预测的水资源承载力是多个值，从概率统计的角度进行分析，可以体现水资源承载力变化的不确定性。
-
公开(公告)号：CN118071536A
公开(公告)日：2024-05-24
申请号：CN202410044716.5
申请日：2024-01-12
申请人： 河海大学
IPC分类号： G06Q50/06 , G06F18/214 , G06F18/243 , G06F18/23213 , G06F18/22 , G06N3/0442 , G06Q10/047
摘要： 本发明公开了无资料流域区域化径流预测方法、装置及系统，包括获取有资料流域数据，包括气象数据、径流时间序列以及静态属性数据；获取无资料流域数据，包括气象数据和静态属性数据；对径流时间序列进行聚类，将所有有资料流域划分为K个类别，构建用来表征静态属性数据和流域的类别之间映射关系的随机森林模型；针对各类别对应的有资料流域数据，训练基于深度学习的神经网络模型，得到K个训练完成的径流预测模型；基于无资料流域的静态属性数据，以及随机森林模型确定出无资料流域所属的类别；将无资料流域的历史第t‑τ+1到t天气象数据输入到对应类别的径流预测模型中预测出第t天的径流。本发明能够解决基于水文模型的无资料流域径流预测中的模型参数移植不确定性问题。
-
公开(公告)号：CN116257817A
公开(公告)日：2023-06-13
申请号：CN202310113509.6
申请日：2023-02-14
申请人： 河海大学
摘要： 本发明公开了一种近实时降水融合方法、装置及系统，所述方法包括获取互相独立的近实时降水产品；对各近实时降水产品进行预处理，使得各近实时降水产品具备统一的时空分辨率；采用Triple Collocation方法估计各近实时降水产品的误差，并以最小化融合降水数据与真实降水数据的误差为目的，用所述误差计算得到各近实时降水产品的权重；对各近实时降水产品进行加权求和，获得初始融合降水数据；使用累积概率密度函数匹配方法校正所述初始融合降水数据，获得近实时融合降水数据集。本发明能够得到更高精度的近实时融合降水数据集。
-
公开(公告)号：CN118350447A
公开(公告)日：2024-07-16
申请号：CN202410475451.4
申请日：2024-04-19
申请人： 河海大学
摘要： 本发明公开了一种基于迁移学习的深层土壤水检测方法，包括：根据浅层土壤水数据集训练神经网络模型；对训练后的神经网络模型进行迁移学习得到第一神经网络模型；构建第二神经网络模型，使用理查德方程约束第二神经网络模型的输出值，利用理查德方程约束下的第二神经网络模型的输出值对第一神经网络输出的深层土壤含水量进行修正，得到深层土壤水迁移模型。本发明利用深度学习模型，先训练浅层土壤水与遥感、植被等数据，随后将浅层土壤水替换为深层土壤水进行迁移学习，并利用理查德方程对模型参数进行约束。该方法为深层土壤水训练时数据较少提供了一种解决思路，结合理查德方程约束使得模型具有更高的精度。
-
公开(公告)号：CN118171493A
公开(公告)日：2024-06-11
申请号：CN202410587158.7
申请日：2024-05-13
申请人： 河海大学
IPC分类号： G06F30/20 , G06F18/2135 , G06F18/2415 , G06F18/214 , G06F18/2411
摘要： 本发明公开了一种水资源承载力预测与情景模拟方法，包括：构建指标体系并进行二次筛选；计算水资源承载力评价值；基于蒙特卡洛与GWO‑SVM模型对水资源承载力进行预测，得到水资源承载力的概率分布；基于敏感性分析确定敏感指标；从水资源、经济社会、生态环境和敏感指标的角度制定调控方案，将改变后的样本带入模型得到调控方案影响下的水资源承载力，与初始的水资源承载力进行比较，确定最适合的方案。相比系统动力学法，本方法大大简化了计算步骤。相比现有的数学建模法，本方法对指标的未来值进行大量模拟，再预测未来水资源承载力，同时预测的水资源承载力是多个值，从概率统计的角度进行分析，可以体现水资源承载力变化的不确定性。
-
公开(公告)号：CN117892638A
公开(公告)日：2024-04-16
申请号：CN202410289442.6
申请日：2024-03-14
申请人： 河海大学
IPC分类号： G06F30/27 , G06F18/214 , G06F18/21 , G06N20/20 , G06F111/08 , G06F119/12
摘要： 本发明公开了一种利用条件概率函数的干旱形成时间预测方法及系统，包括：构建数据集；计算变量边缘分布，构建联合概率函数；推求条件概率分布函数及条件概率模型；抽样并划分数据集，导入随机森林模型；修正条件概率模型，预测未来干旱形成时间。本发明结合随机森林模型推算出的干旱形成时间与影响因子间的对应值，对理论计算的条件概率模型进行修正，得到更为精确的条件概率函数以预测未来不同影响因子下的干旱形成时间。该方法使得在分析单一主要影响因子变化与多个次要影响因子变化下对干旱形成时间的影响时具有更高的精度，并对进一步研究干旱过程提供技术手段参考。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.022 秒)
