地表与地下环境三维一体化表征方法、装置、介质及设备

    公开(公告)号:CN115100373A

    公开(公告)日:2022-09-23

    申请号:CN202210703620.6

    申请日:2022-06-21

    Applicant: 中南大学

    Abstract: 本发明提供了一种地表与地下环境三维一体化表征方法、装置、介质及设备,包括:步骤1,获取目标区域的各类地表数据,提交空间三角测量生成高密度点云和TIN模型,将目标区域的地表纹理赋予TIN模型,形成地表实景模型;步骤2,对地层空间、地下空间进行三维表征生成目标区域的地质模型、土壤污染模型、地下水流场以及污染物扩散迁移模型;步骤3,对地表实景模型、地质模型、土壤污染模型、地下水流场以及污染物扩散迁移模型进行一体化融合,得到地表与地下环境一体化模型,确定地表与地下环境一体化的基准面和空间基准,对地表与地下环境三维一体化模型进行数据融合,得到目标区域的地表与地下环境三维一体化模型。

    一种用于分布式参数系统在线建模的增量时空学习方法

    公开(公告)号:CN110045606B

    公开(公告)日:2021-07-27

    申请号:CN201910228353.X

    申请日:2019-03-25

    Applicant: 中南大学

    Abstract: 本发明实例提供了一种用于分布式参数系统在线建模的增量时空学习方法,该方法先向数据增量集中添加新增数据后,对空间基函数进行增量更新,更新时间系数,辨识新的时序模型,再通过旧的时空合成集与更新后的空间基函数和辨识的时序模型重建历史数据,预测未来输出。本发明实施例的方法弥补了现有方法的不足,减少运算时间与设备使用内存量,简单易行,在工业建模中具有普适性,理论分析和实验结果都证明增量时空学习方法能够实现良好的在线性能,同时计算效果显著,应用前景广阔。

    一种用于分布式参数系统在线建模的增量时空学习方法

    公开(公告)号:CN110045606A

    公开(公告)日:2019-07-23

    申请号:CN201910228353.X

    申请日:2019-03-25

    Applicant: 中南大学

    Abstract: 本发明实例提供了一种用于分布式参数系统在线建模的增量时空学习方法,该方法先向数据增量集中添加新增数据后,对空间基函数进行增量更新,更新时间系数,辨识新的时序模型,再通过旧的时空合成集与更新后的空间基函数和辨识的时序模型重建历史数据,预测未来输出。本发明实施例的方法弥补了现有方法的不足,减少运算时间与设备使用内存量,简单易行,在工业建模中具有普适性,理论分析和实验结果都证明增量时空学习方法能够实现良好的在线性能,同时计算效果显著,应用前景广阔。

Patent Agency Ranking