公开(公告)号：CN119494558A

公开(公告)日：2025-02-21

申请号：CN202411521390.7

申请日：2024-10-29

Applicant: 南方海洋科学与工程广东省实验室(珠海) ,  南京信息工程大学

Inventor： 王刘明 ,  宓朝荣 ,  沈向宇 ,  徐广珺 ,  张红春 ,  董昌明

IPC: G06Q10/0637 ,  G06Q50/26 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G01W1/10

Abstract: 本发明公开了一种基于Vision Transformer神经网络的台风风暴潮漫滩智能预报方法，其步骤首先获取连续风暴潮水位数据、预报时刻的风场数据；然后对获取连续风暴潮水位数据、预报时刻的风场数据进行预处理，并将预处理后的数据进行最值归一化，将数据缩放至0到1之间，划分训练集和测试集；基于训练集，将归一化的数值输入至Vision transformer神经网络进行训练，得到台风风暴潮漫滩智能预报模型；将测试集输入至台风风暴潮漫滩智能预报模型对台风风暴潮漫滩进行调整优化，得到最终的台风风暴潮漫滩智能预报模型，利用台风风暴潮漫滩智能预报模型进行台风风暴潮漫滩预报。本发明可以准确、快速地预测出台风风暴潮漫滩的二维分布和增水高度。

公开(公告)号：CN118378665B

公开(公告)日：2024-10-25

申请号：CN202410817315.9

申请日：2024-06-24

Applicant: 南京信息工程大学

Inventor： 王丽娜 ,  孙阳 ,  张红春 ,  董昌明 ,  郭志荣

IPC: G06N3/0455 ,  G06N3/0464 ,  G06F18/15 ,  G06F18/214 ,  G06F18/21 ,  G06F18/25 ,  G06N3/082

Abstract: 本发明公开了基于注意力的多尺度残差U‑Net的海洋中尺度涡旋检测方法，包括以下步骤：（1）获取海平面异常数据SLA，选取海表面温度数据SST，选取基于卫星高度计的海洋涡旋识别追踪数据集；（2）对基于卫星高度计的海洋涡旋识别追踪数据集制作涡旋标签，对海平面异常数据和海表面温度数据进行归一化处理；（3）对得到的归一化结果进行拼接；遍历涡旋标签数据，根据预设的区域对涡旋标签进行数组截取，得到涡旋标签数据集；（4）构建双交叉多尺度特征融合网络模型并进行训练；（5）将测试集输入最优的模型中进行性能测试，得到测试结果，将测试结果与涡旋标签进行对比得到评价指标；本发明提升了检测精度与效率。

公开(公告)号：CN118378665A

公开(公告)日：2024-07-23

申请号：CN202410817315.9

申请日：2024-06-24

Applicant: 南京信息工程大学

Inventor： 王丽娜 ,  孙阳 ,  张红春 ,  董昌明 ,  郭志荣

IPC: G06N3/0455 ,  G06N3/0464 ,  G06F18/15 ,  G06F18/214 ,  G06F18/21 ,  G06F18/25 ,  G06N3/082

Abstract: 本发明公开了基于注意力的多尺度残差U‑Net的海洋中尺度涡旋检测方法，包括以下步骤：（1）获取海平面异常数据SLA，选取海表面温度数据SST，选取基于卫星高度计的海洋涡旋识别追踪数据集；（2）对基于卫星高度计的海洋涡旋识别追踪数据集制作涡旋标签，对海平面异常数据和海表面温度数据进行归一化处理；（3）对得到的归一化结果进行拼接；遍历涡旋标签数据，根据预设的区域对涡旋标签进行数组截取，得到涡旋标签数据集；（4）构建双交叉多尺度特征融合网络模型并进行训练；（5）将测试集输入最优的模型中进行性能测试，得到测试结果，将测试结果与涡旋标签进行对比得到评价指标；本发明提升了检测精度与效率。