公开(公告)号：CN118966473A

公开(公告)日：2024-11-15

申请号：CN202411441416.7

申请日：2024-10-16

申请人： 湖北一方科技发展有限责任公司 ,  长江水利委员会水文局

发明人： 史东华 ,  许银山 ,  侯文丽 ,  陈红云 ,  贾克 ,  毕宏伟 ,  张堂亮 ,  田野秋杨 ,  熊凯

IPC分类号： G06Q10/04 ,  G06Q50/26 ,  G01W1/10 ,  G06F18/213 ,  G06F18/25 ,  G06F18/27 ,  G06V10/40 ,  G06V10/80 ,  G06V10/766 ,  G06V10/82

摘要： 本申请涉及一种基于人工智能的水文气象预测方法及系统，所述方法包括获取气象、水文、图像和文本数据，并分别进行特征提取，得到气象特征、水文特征、纹理特征和文本特征；分别将上述特征进行标准化处理，从而得到第一气象特征向量、第一水文特征向量、第一纹理特征向量和第一文本特征向量；基于上述特征向量分别构建特征矩阵；将得到的特征矩阵进行矩阵拼接，得到多模态特征融合矩阵；预构建多模态水文气象预测模型，将多模态特征融合矩阵输入至所述多模态水文气象预测模型，得到水文气象预测结果。本发明提高了对水文气象预测地准确性和时效性。

公开(公告)号：CN115982534B

公开(公告)日：2023-05-26

申请号：CN202310263950.2

申请日：2023-03-18

申请人： 湖北一方科技发展有限责任公司

发明人： 贾克 ,  秦凯 ,  陈春华 ,  史东华 ,  刘迪 ,  唐吴晗 ,  张蕙芸 ,  张堂亮 ,  田野秋杨

IPC分类号： G06F17/16 ,  G06F18/214 ,  G06F18/24 ,  G06N3/04 ,  G06N3/0442 ,  G06N3/084

摘要： 本发明涉及水文数据处理技术领域，公开了一种江河水文监测数据的处理方法，包括：步骤101，生成第一训练集；步骤102，通过第一训练集对第一神经网络模型进行训练；步骤103，生成第二训练集；步骤104，通过第二训练集对LSTM神经网络进行训练；步骤105，将步骤102训练完成的第一神经网络模型与LSTM神经网络获得异构神经网络；步骤106，将待预测样本的数据输入异构神经网络，基于异构神经网络输出预测待预测样本对应的江河区域预测时间之后的候鸟数量；本发明通过预先训练的异构的两类神经网络进行组合获得异构神经网络，通过决策层来对最终进行预测的LSTM神经网络部分的输入池进行处理，基于深度学习的手段来实现对于内陆江河候鸟数量的准确预测。

公开(公告)号：CN116091779A

公开(公告)日：2023-05-09

申请号：CN202310363886.5

申请日：2023-04-07

申请人： 湖北一方科技发展有限责任公司

发明人： 史东华 ,  贾克 ,  秦凯 ,  童辉 ,  张蕙芸 ,  汪周园 ,  陈凡凡 ,  田野秋杨 ,  胡蓝分 ,  阮昊

IPC分类号： G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/08

摘要： 本发明涉及图像处理技术领域，公开了一种基于水文数据进行预测的方法及系统，其中一种基于水文数据进行预测的方法包括以下步骤：对图像进行区域化，获得区域图像；基于区域图像获得像素位向量；基于区域图像的像素位向量生成像素位矢量序列；将像素位矢量序列输入GMM‑HMM模型；基于区域图像的像素位矢量序列对应的隐状态生成区域图像的隐状态矩阵；将区域图像和区域图像对应的隐状态矩阵输入ConvLSTM模型；将每个水域区域对应的第一分类器的输出和第二分类器的输出输入预测模型；本发明通过GMM‑HMM模型结合ConvLSTM模型来综合考虑污染信息在时间和空间上的流动性，通过ConvLSTM模型的输出结果结合预测模型对未来的水域污染状态进行准确的预测。

公开(公告)号：CN116091779B

公开(公告)日：2023-06-27

申请号：CN202310363886.5

申请日：2023-04-07

申请人： 湖北一方科技发展有限责任公司

发明人： 史东华 ,  贾克 ,  秦凯 ,  童辉 ,  张蕙芸 ,  汪周园 ,  陈凡凡 ,  田野秋杨 ,  胡蓝分 ,  阮昊

IPC分类号： G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/08

摘要： 本发明涉及图像处理技术领域，公开了一种基于水文数据进行预测的方法及系统，其中一种基于水文数据进行预测的方法包括以下步骤：对图像进行区域化，获得区域图像；基于区域图像获得像素位向量；基于区域图像的像素位向量生成像素位矢量序列；将像素位矢量序列输入GMM‑HMM模型；基于区域图像的像素位矢量序列对应的隐状态生成区域图像的隐状态矩阵；将区域图像和区域图像对应的隐状态矩阵输入ConvLSTM模型；将每个水域区域对应的第一分类器的输出和第二分类器的输出输入预测模型；本发明通过GMM‑HMM模型结合ConvLSTM模型来综合考虑污染信息在时间和空间上的流动性，通过ConvLSTM模型的输出结果结合预测模型对未来的水域污染状态进行准确的预测。

公开(公告)号：CN115982534A

公开(公告)日：2023-04-18

申请号：CN202310263950.2

申请日：2023-03-18

申请人： 湖北一方科技发展有限责任公司

发明人： 贾克 ,  秦凯 ,  陈春华 ,  史东华 ,  刘迪 ,  唐吴晗 ,  张蕙芸 ,  张堂亮 ,  田野秋杨

IPC分类号： G06F17/16 ,  G06F18/214 ,  G06F18/24 ,  G06N3/04 ,  G06N3/0442 ,  G06N3/084

摘要： 本发明涉及水文数据处理技术领域，公开了一种江河水文监测数据的处理方法，包括：步骤101，生成第一训练集；步骤102，通过第一训练集对第一神经网络模型进行训练；步骤103，生成第二训练集；步骤104，通过第二训练集对LSTM神经网络进行训练；步骤105，将步骤102训练完成的第一神经网络模型与LSTM神经网络获得异构神经网络；步骤106，将待预测样本的数据输入异构神经网络，基于异构神经网络输出预测待预测样本对应的江河区域预测时间之后的候鸟数量；本发明通过预先训练的异构的两类神经网络进行组合获得异构神经网络，通过决策层来对最终进行预测的LSTM神经网络部分的输入池进行处理，基于深度学习的手段来实现对于内陆江河候鸟数量的准确预测。