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：中山大学
申请日：2024-04-08
公开（公告）日：2024-06-25
公开（公告）号：CN118245930A
主分类号：G06F18/2431
分类号：G06F18/2431;G06N5/01;G06F18/27;G06F18/214;G06F18/21;G06V20/13;G06N3/0499;G06N3/084;G06F123/02
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本申请提供的水文事件液面预测方法、装置、存储介质及计算机设备，在对水文事件进行液面预测时，可以先获取该水文事件的实时序列数据，以保证水文事件相关数据实时变化的准确性；接着确定该实时序列数据的事件类型以及事件类型对应的液面预测模型，以利用该模型对实时序列数据进行预测，得到液面预测值，这样可以提高液面预测过程中模型对水文事件复杂关系描述的精准度，进而提高预测的准确性。为了提高模型的预测精度，每一类型的模型均考虑了其对应事件类型的重要影响因素并进行训练。例如，干旱事件的模型采用非线性函数回归模型训练得到；目标事件的模型采用非线性自回归网络模型训练得到；而耗竭流事件的模型采用前馈神经网络模型训练得到。
主权项：1.一种水文事件液面预测方法，其特征在于，所述方法包括：获取待预测的水文事件以及所述水文事件的实时序列数据；利用决策树方法对所述实时序列数据进行分类，得到所述水文事件的事件类型；所述事件类型包括干旱事件、目标事件和耗竭流事件；确定所述事件类型对应的液面预测模型；其中，所述干旱事件的液面预测模型采用非线性函数回归模型训练得到；所述目标事件的液面预测模型采用非线性自回归网络模型训练得到；所述耗竭流事件的液面预测模型采用前馈神经网络模型训练得到；将所述实时序列数据输入至所述液面预测模型中，得到所述液面预测模型输出的与所述水文事件对应的液面预测值。
全文数据：
权利要求：
百度查询： 中山大学 水文事件液面预测方法、装置、存储介质及计算机设备
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