-
公开(公告)号:CN118365959A
公开(公告)日:2024-07-19
申请号:CN202410641393.8
申请日:2024-05-22
Applicant: 中国计量大学 , 中国电建集团华东勘测设计研究院有限公司
IPC: G06V10/764 , G06V10/80 , G06T7/11 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种覆冰检测方法及系统,其中方法包括基于样本数据集对覆冰检测网络进行迭代训练,获得覆冰检测模型;所述样本数据集包括覆冰样本图像以及相应的标注信息,所述标注信息包括位置信息、几何形状信息和类型信息;所述覆冰检测网络为改进YOLOv8n‑seg网络,包括:主干网络,输入为所述覆冰样本图像,输出为相应的主干特征数据;注意力模块,输入为所述主干特征数据,基于Triplet注意力机制输出相应的加权特征数据;特征融合网络,输入为所述加权特征数据,输出为融合特征数据;预测网络,输入为所述融合特征数据,输出为相应的区域预测信息和类型预测信息。本发明通过对覆冰检测网络的设计,能够有效提高覆冰类型的识别精度以及线路覆冰区域的分割精度。
-
公开(公告)号:CN119129943A
公开(公告)日:2024-12-13
申请号:CN202411614199.7
申请日:2024-11-13
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06Q10/063 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于二次分解与LSTM融合的溶解氧预测方法及装置,涉及溶解氧预测技术领域,通过对溶解氧数据集进行数据分解处理后,计算每个分解样本的模糊熵;基于模糊熵,对分解样本中的目标样本进行二次分解,不仅能够识别和保留含有更多信息量的样本,增强模型对溶解氧浓度变化模式的理解能力,还能够揭示更深层次的数据结构和关联性,能够更好地适应较为复杂的溶解氧序列变化过程。预测模型预测的样本为两次分解合并后的样本,整合了不同分解层次的特征信息,不仅考虑了局部细微变化,也囊括了整体趋势,为预测模型提供了更加全面的数据视角,有助于模型在复杂和变化多端的水质环境中做出更为准确的预测。
-
公开(公告)号:CN118658549A
公开(公告)日:2024-09-17
申请号:CN202410648912.3
申请日:2024-05-23
Applicant: 中国计量大学 , 中国电建集团华东勘测设计研究院有限公司
IPC: G16C20/30 , G16C20/70 , G06F18/15 , G06N3/0442 , G06N3/0985 , G06F123/02
Abstract: 本发明公开一种盐度预测模型的构建方法及系统、盐度预测方法及系统,其中构建方法包括以下步骤:基于CEEMDAN算法对各历史盐度时间序列进行分解,生成相应的样本数据,所述样本数据包括残差项和若干个模态分量;基于IAOA算法对GRU网络进行参数寻优,获得相应的超参数数据,并基于所述超参数数据对所述GRU网络进行配置,获得盐度预测网络;基于所述样本数据对所述盐度预测网络进行训练,获得相应的盐度预测模型。本发明运用CEEMDAN算法,可有效降低数据中的噪声干扰,提高预测精度;同时利用IAOA计算出GRU模型的最优超参数组合,可以有效避免过拟合,提高所构建的盐度预测模型的泛化能力。
-
-