龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：青海大学
申请日：2024-01-04
公开（公告）日：2024-06-14
公开（公告）号：CN118194687A
主分类号：G06F30/27
分类号：G06F30/27;G06N3/042;G06N3/0464;G06N3/0442;G06N3/08;G06Q50/26;G01W1/10
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开了一种物理机理与深度学习模型耦合的山洪预报方法，涉及小流域山洪预报领域。本发明包括以下步骤：获取气象水文数据；根据气象水文数据率定物理机理水文模型参数，建立物理机理水文模型；基于物理机理水文模型预报流量数据，并分别提取预报流量数据和历史流量数据的第一时序特征；获取降雨图数据，并利用图卷积神经网络与门控循环单元提取降雨图数据的第二时序特征；第一时序特征和第二时序特征经过全连接计算，实现山洪流量预测。本发明基于空域的图卷积神经网络与门控循环单元连接，挖掘降雨数据的时序特征，充分考虑了山区短历时降雨空间分布的不均匀性，提高模型预报精度。
主权项：1.一种物理机理与深度学习模型耦合的山洪预报方法，其特征在于，包括以下步骤：获取气象水文数据；根据气象水文数据率定物理机理水文模型参数，建立物理机理水文模型；基于物理机理水文模型预报流量数据，并分别提取预报流量数据和历史流量数据的第一时序特征；获取降雨图数据，并利用图卷积神经网络与门控循环单元提取降雨图数据的第二时序特征；第一时序特征和第二时序特征经过全连接计算，实现山洪流量预测。
全文数据：
权利要求：
百度查询： 青海大学 一种物理机理与深度学习模型耦合的山洪预报方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号