Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于水文数据特征提取与样本增强的洪水智能预报方法、系统、设备及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国电建集团华东勘测设计研究院有限公司

摘要:本发明提供一种基于水文数据特征提取与样本增强的洪水智能预报方法、系统、设备及介质,首先,收集历史洪水事件数据,并通过LASSO方法进行特征提取,将数据划分为训练集和测试集;其次,采用高斯数据增强对训练集添加高斯噪声;然后,构建基于GANformer的洪水智能预报模型;采用Sobol序列和正余弦优化策略对开普勒优化算法KOA进行改进,利用改进后的IKOA算法优化GANformer模型的学习率、批次大小和隐藏层数等重要参数;最后,将优化后的GANformer模型应用于洪水预报,为防洪减灾提供实时、准确的洪水预警信息。本发明能有效提高洪水预报的准确性和可靠性,为防洪减灾工作提供有力支撑。

主权项:1.一种基于水文数据特征提取与样本增强的洪水智能预报方法,其特征在于,所述方法包括以下步骤:S1、收集历史洪水事件数据,包括降雨量、河流水位、气温多种气象和水文参数,同时引入卫星图像和地理信息系统数据,对所有数据进行数据清洗和异常值检测;S2、采用LASSO方法对输入数据进行特征提取,通过调整参数和使用更多的训练数据,提高特征提取的准确性;S3、采用高斯数据增强对训练集添加高斯噪声;S4、构建GANformer的洪水智能预报模型,采用生成对抗网络GAN和序列数据特征提取器transformer相结合提出一种新型架构;S5、采用Sobol序列对开普勒优化算法KOA的种群进行初始化,利用正余弦优化策略对开普勒优化算法KOA进行优化,提高局部搜索能力,得到改进后的IKOA算法,利用IKOA优化GANformer模型的学习率、批次大小和隐藏层数重要参数;S6、利用训练优化后的GDA-IKOA-GANformer模型进行洪水智能预报。

全文数据:

权利要求:

百度查询: 中国电建集团华东勘测设计研究院有限公司 一种基于水文数据特征提取与样本增强的洪水智能预报方法、系统、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。