-
公开(公告)号：CN114003590A
公开(公告)日：2022-02-01
申请号：CN202111272320.9
申请日：2021-10-29
IPC: G06F16/215 , G01D21/02
Abstract: 一种海洋浮标表层环境要素数据的质控方法，涉及海洋领域。对数据进行格式整理，将所有观测要素数据选取不同的质控方法，分离出正确数据、未评估数据、可疑数据、错误数据和缺失数据，并对不同类型的判定数据进行数据质量标识。质控方法包括空白值检验、时间检验、位置检验、设备日志检验、阈值检验、Grubbs检验、Dixon检验、峰度检验、三倍标准差检验、梯度检验、僵值检验、可视化检验等。针对海洋浮标表层环境要素数据建立一套标准化的数据质量控制方法，能对海洋浮标数据进行有效质控，并且形成一份质控后与原数据对应的数据标识，流程清晰、易用、可扩展性强，可为社会发展、海洋经济建设、防灾减灾、应急管理、国防安全等服务。
-
公开(公告)号：CN111160655A
公开(公告)日：2020-05-15
申请号：CN201911410770.2
申请日：2019-12-31
Abstract: 一种基于决策树的近海赤潮发生及赤潮种类预测方法，涉及近海赤潮预报。包括以下步骤：1)赤潮事件相关信息的整理；2)数据提取及质控：根据赤潮事件信息寻找时间、地点匹配的水体表层温、盐观测数据，提取温、盐观测数据每天的最小与最大值，并对温盐数据进行必要质控；3)建立训练数据库：建立当天水体状态与前一天的水体表层温度、盐度最大、最小值匹配的数据库，作为决策树预测模型训练数据；4)建立基于决策树的近海赤潮预报模型；5)将步骤4)建立的近海赤潮预报模型应用于近海赤潮发生及赤潮种类预测。在预测赤潮发生与否的同时，对可能爆发的赤潮种类进行预测。对某些社会危害极大的赤潮事件的提前防范及应急管理具有重大意义。
-
公开(公告)号：CN109460874B
公开(公告)日：2022-03-08
申请号：CN201811380116.7
申请日：2018-11-19
Applicant: 厦门大学
Abstract: 一种基于深度学习的有义波高预测方法，涉及海洋波高预测领域，首先利用待预测位置有义波高历史数据和粒子群算法(Particle Swam Optimization,PSO)确定深度学习模型条件受限玻尔兹曼机‑深度置信网络(Conditional Restricted Boltzmann Machine‑Deep Belief Network,CRBM‑DBN)的关键结构参数，然后以高斯归一化处理后的有义波高历史数据进行模型的预训练，使用预训练得到的模型的权重和偏置作为初始值，结合后向传播(Backward Propagation,BP)网络对模型进行反向调优，优化确定模型，最后以此模型进行有义波高的预测。本发明能够有效提高有义波高的短期预测精度，对海洋工程应用，尤其对海洋结构物和船舶设计等意义重大。
-
Patent Agency Ranking
公开(公告)号：CN119961629A
公开(公告)日：2025-05-09
申请号：CN202510075919.5
申请日：2025-01-17
Applicant: 厦门大学
IPC: G06F18/21 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 一种基于多尺度补丁的有效波高预测方法，涉及海洋环境变量预测领域。首先对有效波高相关的多个海洋环境变量历史数据进行高斯归一化处理，划分训练集和验证集，然后确定模型的层数和每层的分支数，接着对模型每层每个分支的编码器层输入进行时序嵌入操作，并进行编码器层的多头注意力层、前馈神经网络层、以及残差连接和批归一化操作，然后模型的多层输出经过一个线性全连接层得到网络输出，和归一化后的有效波高观测进行比较，得到误差后向传播，微调网络，最后网络输出经过尺度逆变换，得到最终预测值。本发明基于多尺度补丁的预测方法能有效提升有效波高的短期和长期预测表现。
-
公开(公告)号：CN114003590B
公开(公告)日：2024-04-30
申请号：CN202111272320.9
申请日：2021-10-29
IPC: G06F16/215 , G01D21/02
Abstract: 一种海洋浮标表层环境要素数据的质控方法，涉及海洋领域。对数据进行格式整理，将所有观测要素数据选取不同的质控方法，分离出正确数据、未评估数据、可疑数据、错误数据和缺失数据，并对不同类型的判定数据进行数据质量标识。质控方法包括空白值检验、时间检验、位置检验、设备日志检验、阈值检验、Grubbs检验、Dixon检验、峰度检验、三倍标准差检验、梯度检验、僵值检验、可视化检验等。针对海洋浮标表层环境要素数据建立一套标准化的数据质量控制方法，能对海洋浮标数据进行有效质控，并且形成一份质控后与原数据对应的数据标识，流程清晰、易用、可扩展性强，可为社会发展、海洋经济建设、防灾减灾、应急管理、国防安全等服务。
-
公开(公告)号：CN110781240A
公开(公告)日：2020-02-11
申请号：CN201911064759.5
申请日：2019-11-04
Applicant: 厦门大学
IPC: G06F16/26
Abstract: 一种赤潮数据可视化的挖掘与应用方法，涉及海洋环境科学技术领域。1)对原始赤潮事件的信息进行规范化处理；2)分析赤潮事件历史记录，检验并筛选出独立赤潮事件，完成数据预处理；3)基于步骤2)预处理的数据，设计并绘制多种内容的数据透视表、透视图，识别与分析赤潮信息的构成、联系、层次与分布，选择并优化各类图表类型；4)基于步骤2)预处理的数据，设计动态时间线及三维地图的多源可视化融合方式，验证赤潮信息挖掘的可行性和有效性；5)基于步骤3)和4)，构建仪表盘模型，设计较为普适的赤潮动态分析图表，用于赤潮信息挖掘分析。可有效地筛选出赤潮分区、分时期的节点，广泛应用于赤潮信息挖掘。
-
公开(公告)号：CN116402218A
公开(公告)日：2023-07-07
申请号：CN202310361122.2
申请日：2023-04-06
Applicant: 厦门大学
IPC: G06Q10/04 , G06F18/214 , G06N3/045 , G06N3/0455 , G06N3/049 , G06N3/0499 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种基于时间序列Transformer的海水表层温度预测方法，首先对海表温度历史数据进行高斯归一化处理，划分训练集和验证集，然后对编码器输入、解码器输入和输出标签进行设置，接着分别对编码器输入和解码器输入进行时序嵌入操作，并进行编码器层的多头注意力层、前馈神经网络层、以及残差连接和层归一化操作，以及解码器层的遮挡多头注意力层、多头注意力层、前馈神经网络层、以及残差连接和层归一化操作，然后解码器输出经过一个线性全连接层得到网络输出，和海表温度观测进行比较，得到误差后向传播，微调网络，最后网络输出经过尺度逆变换，得到最终预测值。本发明时间序列Transformer能有效提升海表温度的长期预测表现。
-
公开(公告)号：CN109460874A
公开(公告)日：2019-03-12
申请号：CN201811380116.7
申请日：2018-11-19
Applicant: 厦门大学
Abstract: 一种基于深度学习的有义波高预测方法，涉及海洋波高预测领域，首先利用待预测位置有义波高历史数据和粒子群算法(Particle Swam Optimization,PSO)确定深度学习模型条件受限玻尔兹曼机-深度置信网络(Conditional Restricted Boltzmann Machine-Deep Belief Network,CRBM-DBN)的关键结构参数，然后以高斯归一化处理后的有义波高历史数据进行模型的预训练，使用预训练得到的模型的权重和偏置作为初始值，结合后向传播(Backward Propagation,BP)网络对模型进行反向调优，优化确定模型，最后以此模型进行有义波高的预测。本发明能够有效提高有义波高的短期预测精度，对海洋工程应用，尤其对海洋结构物和船舶设计等意义重大。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
