龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于CNN‑Transformer的大尺度流域水质模拟方法与系统，包括：获取多个流域的气象水文驱动数据、水质数据以及流域属性数据；对数据进行预处理，将处理后的数据按照一定比例划分为训练集和测试集；对训练集的三维时间序列数据进行数据嵌入；对数据进行数据编码和线性变换；对模型进行训练，根据训练结果的评估指标得到最终的CNN‑Transformer水质模拟模型，将测试集中的数据输入到模型得到流域水质的模拟值。本发明结合了Tansformer模型与卷积神经网络，更好地处理一些非平稳、非线性关系的水质模拟问题，更好地捕捉到多元变量之间的相互依存关系。
主权项：1.一种基于CNN-Transformer的大尺度流域水质模拟方法，其特征在于，步骤如下：1）获取一定时间内大范围的多个流域的气象水文驱动数据、水质数据以及流域属性数据；2）对步骤1）中获得的数据进行预处理，得到预处理后的气象水文驱动数据、水质数据及流域属性数据；再将数据的日期转化为时间特征数据；将处理后得到的数据按照一定比例划分为训练集和测试集；3）对步骤2）中训练集的三维时间序列数据进行数据嵌入；4）将步骤3）中处理后的数据输入到编码器，再对经过编码器处理的数据进行线性变换；5）根据设置的迭代次数以及相应的损失函数进行训练，重复步骤3）和步骤4），得到初始CNN-Transformer水质模拟模型；采用不同组合的超参数进行训练得到多个初始CNN-Transformer水质模拟模型，根据初始CNN-Transformer水质模拟模型在测试集上的评估指标，选择在测试集上表现最好的CNN-Transformer水质模拟模型作为最终的CNN-Transformer水质模拟模型，将测试集中的数据输入到最终的CNN-Transformer水质模拟模型，得到流域水质的模拟值。
全文数据：
权利要求：
百度查询： 河海大学 基于CNN-Transformer的大尺度流域水质模拟方法与系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号