公开(公告)号：CN119557849A

公开(公告)日：2025-03-04

申请号：CN202411610574.0

申请日：2024-11-12

Applicant: 齐鲁工业大学(山东省科学院) ,  山东省计算中心(国家超级计算济南中心)

Inventor： 范文英 ,  刘光亮 ,  宫勋 ,  曹皓伟 ,  许达 ,  王继彬 ,  郭莹 ,  潘景山 ,  吴晓明

IPC: G06F18/27 ,  G06F18/15 ,  G06N3/0442 ,  G06N3/045 ,  G01W1/10 ,  G01W1/02 ,  G06F123/02

Abstract: 本发明涉及气象温度预测方法、系统、存储介质及设备，获取历史温度数据和影响温度变化的气象数据并预处理；预处理后的数据分别利用正向和反向的LSTM网络处理，得到时间序列的前向和后向隐藏状态序列，经拼接或逐元素加和得到双向隐藏状态序列；通过权重矩阵，将双向隐藏状态映射到注意力得分，经归一化处理得到每个时间步的注意力权重，并利用得到的注意力权重对双向隐藏状态序列加权求和，利用得到的上下文向量经全连接层处理，生成温度预测值。结合了双向LSTM和注意力机制，不仅增强了模型对复杂温度时间序列数据的处理能力，而且提高了预测的准确性和鲁棒性，从而应对传统方法的不足。

公开(公告)号：CN117744712A

公开(公告)日：2024-03-22

申请号：CN202410182580.4

申请日：2024-02-19

Applicant: 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院)

Inventor： 刘光亮 ,  郑灿举 ,  曹皓伟 ,  许达 ,  王继彬 ,  郭莹 ,  潘景山 ,  吴晓明

IPC: G06N3/0455 ,  G06N3/0499 ,  G06Q30/018 ,  G06Q50/26 ,  G06F18/211

Abstract: 本发明涉及大气环境技术领域，提供了一种基于多要素驱动的臭氧前体物溯源方法及系统。该方法包括，获取大气污染物、气象数据和源排放数据；基于大气污染物、气象数据和源排放数据，采用IEformer模型，在嵌入层将每个变量的整个时间序列独立嵌入一个第一时空张量；基于第一时空张量，在长方体注意力层进行分解，得到若干小长方体；在每个小长方体中并行应用长方体级自注意力后，将所有小长方体进行合并，得到第二时空张量；对第二时空张量进行处理，得到臭氧前体物溯源结果。

公开(公告)号：CN116913413A

公开(公告)日：2023-10-20

申请号：CN202311166774.7

申请日：2023-09-12

Applicant: 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院)

Inventor： 刘光亮 ,  郑灿举 ,  曹皓伟 ,  许达 ,  王继彬 ,  郭莹 ,  潘景山 ,  吴晓明

IPC: G16C20/30 ,  G16C20/70 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/08

Abstract: 本公开提供了基于多因子驱动的臭氧浓度预测方法、系统、介质及设备，涉及臭氧浓度预测技术领域，包括获取大气数据中的多个大气污染物数据因子的张量形式；将所述张量形式输入至多通道Earthformer模型中，输出表征臭氧浓度的变量；其中，当将数据因子的张量形式输入至多通道Earthformer模型后，首先，分层编码器将输入的张量形式逐步编码为多层表示，在每一层表示中引入注意力机制，通过并行应用注意力机制获取数据因子张量形式的局部特征向量，然后再将每个局部特征向量融合生成全局特征向量，利用特征向量以非自动回归的方式生成臭氧浓度预测结果。本公开提高了臭氧浓度预测的准确性。

公开(公告)号：CN116449462A

公开(公告)日：2023-07-18

申请号：CN202310720313.3

申请日：2023-06-19

Applicant: 山东省计算中心(国家超级计算济南中心)

Inventor： 曹皓伟 ,  刘光亮 ,  王继彬 ,  许达 ,  郭莹 ,  潘景山 ,  吴晓明

IPC: G01W1/10 ,  G01C13/00 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明涉及海浪预报技术领域，本发明公开了海浪有效波高时空序列预测方法、系统、存储介质及设备，包括：获取初始时刻到当前时刻的海浪有效波高和第二时刻到第一未来时刻的多要素数据；将初始时刻到当前时刻的海浪有效波高和第二时刻到第一未来时刻的多要素数据作为输入数据序列，采用预测递归神经网络，预测得到第一未来时刻的海浪有效波高数据；基于第一未来时刻的海浪有效波高数据和第二未来时刻到目标未来时刻的多要素数据，通过基于递归策略的单步预测，并采用预测递归神经网络，得到第二未来时刻到目标未来时刻的海浪有效波高数据。稳定了预测误差，有效提升了海浪有效波高预测精度，延长了有效预测预报时间。

公开(公告)号：CN116449462B

公开(公告)日：2023-10-03

申请号：CN202310720313.3

申请日：2023-06-19

Applicant: 山东省计算中心(国家超级计算济南中心)

Inventor： 曹皓伟 ,  刘光亮 ,  王继彬 ,  许达 ,  郭莹 ,  潘景山 ,  吴晓明

IPC: G01W1/10 ,  G01C13/00 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明涉及海浪预报技术领域，本发明公开了海浪有效波高时空序列预测方法、系统、存储介质及设备，包括：获取初始时刻到当前时刻的海浪有效波高和第二时刻到第一未来时刻的多要素数据；将初始时刻到当前时刻的海浪有效波高和第二时刻到第一未来时刻的多要素数据作为输入数据序列，采用预测递归神经网络，预测得到第一未来时刻的海浪有效波高数据；基于第一未来时刻的海浪有效波高数据和第二未来时刻到目标未来时刻的多要素数据，通过基于递归策略的单步预测，并采用预测递归神经网络，得到第二未来时刻到目标未来时刻的海浪有效波高数据。稳定了预测误差，有效提升了海浪有效波高预测精度，延长了有效预测预报时间。