-
公开(公告)号:CN106777775B
公开(公告)日:2020-02-14
申请号:CN201710015205.0
申请日:2017-01-10
Applicant: 清华大学 , 长江水利委员会水文局长江上游水文水资源勘测局 , 中国长江三峡集团公司
Abstract: 本发明涉及一种基于多断面水位预测河流流量的神经网络方法,其步骤:获取所求水文站已知的上一年流量数据和水位数据,以及所求水文站上游m个水位站的水位数据和所求水文站下游n个水位站的水位数据,并对水位数据进行编号得到各水位站的水位数据;将在同一时间测量的上一年水位数据、所求水文站上游相邻水位站的水位数据以及所求水文站下游相邻水位站的水位数据都构成一组自变量Hi;将每一组自变量Hi及其对应时间的流量数据Qi进行BP神经网络拟合,得到BP神经网络模型;根据已知待求流量数据Qm所对应的时间,将在该时间测量的水位数据作为自变量Hm;将自变量Hm代入BP神经网络模型中,得到对应的流量数据Qm,进而得到水位‑流量关系曲线,实现对河流流量的预测。
-
公开(公告)号:CN106777775A
公开(公告)日:2017-05-31
申请号:CN201710015205.0
申请日:2017-01-10
Applicant: 清华大学 , 长江水利委员会水文局长江上游水文水资源勘测局 , 中国长江三峡集团公司
Abstract: 本发明涉及一种基于多断面水位预测河流流量的神经网络方法,其步骤:获取所求水文站已知的上一年流量数据和水位数据,以及所求水文站上游m个水位站的水位数据和所求水文站下游n个水位站的水位数据,并对水位数据进行编号得到各水位站的水位数据;将在同一时间测量的上一年水位数据、所求水文站上游相邻水位站的水位数据以及所求水文站下游相邻水位站的水位数据都构成一组自变量Hi;将每一组自变量Hi及其对应时间的流量数据Qi进行BP神经网络拟合,得到BP神经网络模型;根据已知待求流量数据Qm所对应的时间,将在该时间测量的水位数据作为自变量Hm;将自变量Hm代入BP神经网络模型中,得到对应的流量数据Qm,进而得到水位‑流量关系曲线,实现对河流流量的预测。
-
公开(公告)号:CN118568463A
公开(公告)日:2024-08-30
申请号:CN202410612834.1
申请日:2024-05-17
Applicant: 清华大学深圳国际研究生院 , 清华大学
IPC: G06F18/213 , H04B10/11 , H04B10/60 , G06N3/045 , G06N3/0442 , G06F18/243 , G06F18/2411 , G06F18/10
Abstract: 一种基于无线光通信的目标检测与识别系统和方法,其中,发射编码和调制后的光信号;接收由目标物体反射的光信号,并将其转换为电信号;对接收到的电信号进行预处理、解调和解码;对预处理后的信号进行时间序列分析和频率域分析,以提取目标物体的特征;通过机器学习方法对提取出的特征进行分类和识别。本发明的系统和方法提高了目标检测识别的精度和效率,还降低了对复杂硬件的依赖,使得系统更加经济和易于部署。尤其是,本发明在对光信号处理、分析和识别方面的创新解决方案,如针对信号特征提取和深度学习处理方法的创新设计与高效结合,增强了其检测与识别能力和应用范围。
-
-