“尹家波”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果93个，建议您升级VIP下载更多相关专利

[发明专利]一种基于人工智能和大气环流机制的干旱预报方法及系统-CN202310774646.4在审
发明人： 尹家波 -专利权人：武汉大学
申请日： 2023-06-27 - 公布日： 2023-09-26 - 主分类号： G08B21/10 文献下载
摘要：本发明提供一种基于人工智能和大气环流机制的干旱预报方法及系统，包括：S1、获取备选降水径流影响因子；S2、对备选降水径流影响因子重要性排序并确定最终降水径流影响因子和降水径流状态数目k值；S3、以降水径流预报误差最小的Bayesian‑NHMM模型作为最佳降水径流预报模型获取降水和径流预报结果；S4、实现陆地水储量预报因子的分类分级；S5、对机器学习模型进行训练，将训练好的机器学习模型作为陆地水储量预报模型；S6、基于陆地水储量预报模型实现干旱预报预警。本发明充分利用了Bayesian‑NHMM模型以及当前机器学习模型的优势，弥补传统干旱预报精度低的问题，可推求未来干旱风险并开展干旱风险预警。
一种基于人工智能大气环流机制干旱预报方法系统

[发明专利]考虑变化环境和调度影响的非一致性设计洪水计算方法-CN202110966610.7有效
发明人：谢雨祚;郭生练;熊丰;何绍坤;张晓;尹家波 -专利权人：武汉大学
申请日： 2021-08-23 - 公布日： 2023-09-22 - 主分类号： G06F30/27 文献下载
摘要：本发明提供考虑变化环境和调度影响的非一致性设计洪水计算方法，包括：基于人口增长模型预测未来人口、基于全球气候模式和降尺度模型生成流域未来气象数据；基于历史洪量资料、流域气象资料及人口资料，以洪量为响应变量、气象因子和人口为协变量，根据多种备选分布线型选择最优的非一致性单变量概率分布；基于等可靠度思想推求流域最下游水库的非一致性工程水文设计值；根据非一致性工程水文设计值，构建基于时变Copula函数的非一致性最可能地区组成模型，采用数值法推求非一致性最可能地区组成结果，进而计算各分区设计洪水过程线；基于各分区设计洪水过程线和梯级水库防洪调度规程，推求经水库调蓄后的非一致性设计洪水过程线。
考虑变化环境调度影响一致性设计洪水计算方法

[发明专利]基于深度学习模型的实时月径流预报方法-CN202110966434.7有效
发明人：徐文馨;陈杰;尹家波;陈华 -专利权人：武汉大学
申请日： 2021-08-23 - 公布日： 2023-09-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供基于深度学习模型的实时月径流预报方法，包括：步骤1.基于历史信息和未来气象信息收集预报因子，并根据流域历史时期月径流的自相关性分析确定前期月径流对预报月影响的最长滞时；步骤2.对训练期的预报因子和月径流数据分别进行归一化处理，再采用基于嵌入式思想的LASSO回归方法自动筛选预报因子；步骤3.采用基于划分思想的K均值聚类方法对训练期样本集进行聚类，将样本分成互不重合的K类；步骤4.计算验证集预报因子向量与K个训练集的聚类中心的距离，找到距离最近的训练集然后以该数据集训练卷积神经网络与门控循环单元网络结合的组合深度学习预报模型；步骤5.采用自回归滑动平均模型对预报残差进行实时校正。
基于深度学习模型实时径流预报方法

[发明专利]一种洪水风险预测方法、系统及电子设备-CN202310588199.3在审
发明人：康圣屿;尹家波 -专利权人：武汉大学
申请日： 2023-05-23 - 公布日： 2023-08-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种洪水风险预测方法、系统及电子设备，该方法包括：采集气象水文数据集并对多个流域水文模型进行训练；基于多个流域水文模型和门控循环单元神经网络模型建立机器学习模型；训练机器学习模型，得到未来情景下的流域水文过程数据；将多个全球气候模式与机器学习模型进行组合，并确定各组合情景权重参数；获取流域年均下垫面特征参数，并建立联合概率分布函数，以及基于联合概率分布函数和各组合情景权重参数对洪水风险进行预测。本发明采用多种方法与流域洪水相结合，为流域洪水风险预测提供重要且操作性强的参考依据。
一种洪水风险预测方法系统电子设备

[发明专利]一种耦合人工智能和贝叶斯理论的洪水预报方法及系统-CN202310592943.7在审
发明人：顾磊;李翔泉;惠宇;尹家波 -专利权人：长江勘测规划设计研究有限责任公司;华中科技大学
申请日： 2023-05-24 - 公布日： 2023-08-29 - 主分类号： G06F30/27 文献下载
摘要：本发明属于径流预测技术领域，并具体公开了一种耦合人工智能和贝叶斯理论的洪水预报方法及系统，其包括：分别计算备选降水影响因子与降水量之间的相关系数，并通过主成分分析得到最终降水影响因子；将最终降水影响因子输入不同降水状态数目的Bayesian‑NHMM模型进行降水预报，确定最佳降水预报模型；考虑气候变化及下垫面变化对径流的影响，基于最佳降水预报模型预测得到的降水值构建训练样本；通过训练样本对机器学习模型进行训练，得到径流预报模型，实现洪水预报。本发明结合数理统计模型与机器学习方法的优势，充分考虑变化环境下流域产汇流机制演变过程，可为洪涝地区防洪减灾提供重要且可操作性强的参考依据。
一种耦合人工智能贝叶斯理论洪水预报方法系统

[发明专利]一种干旱风险预测方法、系统及电子设备-CN202310713113.5有效
发明人：刘汝童;尹家波;黄燨;何难;杨远航;康圣屿 -专利权人：武汉大学
申请日： 2023-06-16 - 公布日： 2023-08-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种干旱风险预测方法、系统及电子设备，属于数据预测处理领域，包括：基于全球气候模式集合，获得地球系统模式输出数据及人口GDP数据，采用分位数偏差校正气候变化情景下的气象模拟系列，驱动水文模型和机器学习模型模拟径流系列；采用多模型加权平均法计算各组合情景权重参数；采用Budyko方程考虑流域水循环水热收支平衡，以特征参数为协变量，表征下垫面人类活动对干旱影响；考虑水文系列非一致性构建时变Copula模型，基于干旱历时和干旱烈度最可能组合模式与多模型加权平均法，评估旱灾风险增高区域人口和GDP暴露度。本发明采用多种方法与流域旱情相结合，为流域干旱风险预测提供重要且操作性强的参考依据。
一种干旱风险预测方法系统电子设备

[发明专利]一种考虑气候变化影响下的热浪-洪水复合灾害评估方法-CN202310407016.3在审
发明人：李昊川;顾磊;顾子也;方威;尹家波 -专利权人：华中科技大学
申请日： 2023-04-17 - 公布日： 2023-08-01 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种考虑气候变化影响下的热浪‑洪水复合灾害评估方法，属于复合风险预测领域，利用双向长短期记忆网络模型联合偏差校正后的气温等变量进一步优化CLM5.0模拟产流，从而提高了模拟径流结果的可靠性；基于Copula函数构建热浪‑洪水复合灾害风险度量模型，采用Kendall重现期预估未来气候变化影响下热浪‑洪水复合灾害风险变化，考虑了极端事件非正态分布的情况，更贴近实际，可以更准确的估计复合灾害的发生；将致死热浪指标引入热浪‑洪水复合灾害的评估，该指标考虑了衡量了干球温度和湿度与全球热浪死亡率之间的关系，使得提取的热浪‑洪水复合灾害数据集更加贴合实际灾害情况。
一种考虑气候变化影响热浪洪水复合灾害评估方法

[发明专利]一种热浪-干旱复合灾害评估方法和系统-CN202310406963.0在审
发明人：顾子也;顾磊;李昊川;方威;张千宜;朱思鹏;尹家波 -专利权人：华中科技大学
申请日： 2023-04-17 - 公布日： 2023-08-01 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种热浪‑干旱复合灾害评估方法和系统，属于复合灾害风险预测领域，基于全球气候模式多成员数据和气候多模式集合数据，采用一种保留趋势的分位数偏差校正方法，校正气象模拟序列，构建基于机器学习‑VIC模型的耦合模型链获取模拟土壤水序列，分别从校正后的气象模拟序列和土壤水序列提取热浪事件和干旱事件，以获取热浪‑干旱复合事件的特征值；考虑热浪‑干旱复合事件的多维属性，基于Copula函数构建高维风险评估模型，用于获取具有多维风险度量的风险评估结果，从而实现对研究区域在人为气候强迫下以及考虑气候内部变率的热浪‑干旱复合事件风险的准确评估。
一种热浪干旱复合灾害评估方法系统

[发明专利]一种基于水碳耦合方法的全球地表蒸散发估算方法-CN202310180404.2在审
发明人：张权;周恺;刘轩旗;尹家波 -专利权人：武汉大学
申请日： 2023-02-24 - 公布日： 2023-06-23 - 主分类号： G06F30/27 文献下载
摘要：本发明的一种基于水碳耦合方法的全球地表蒸散发估算方法包括以下步骤：首先搜集预处理地面通量站数据、全球SIF数据、叶面积指数数据以及再分析气象数据集；再基于水碳耦合原理相关的植物生理学公式，建立地表蒸散发与SIF之间的关系式；然后，通过将站点尺度数据输入至模型中，并优化得到站点内蒸散发估算参数；随后，通过环境变量、站点蒸散发估算参数和两种不同回归模型，计算全球蒸散发参数；最后，将全球气象再分析产品、全球SIF与全球蒸散发估算参数代入到模型中，得到全球地表蒸散发。估算的全球地表蒸散发产品可为流域水文模拟和水资源规划提供重要且可操作性强的参考依据。
一种基于耦合方法全球地表蒸散估算

[发明专利]一种融合卫星遥感和机器学习技术的流域水文模拟方法-CN201910670559.8有效
发明人： 尹家波;郭生练;巴欢欢;顾磊;邓乐乐;李千珣 -专利权人：武汉大学
申请日： 2019-07-24 - 公布日： 2023-01-24 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种融合卫星遥感和机器学习技术的流域水文模拟方法，包括以下步骤：利用稀缺资料地区地面气象站的有限观测数据与卫星遥感的大尺度栅格数据建立统计降尺度模型，得到长系列气象观测资料；基于稀缺资料地区的短系列径流观测数据和降尺度后的气象资料，建立流域水文模型，实现初步径流模拟；构建长短期记忆神经网络模型对初步的模拟径流进行校正，从而减小人类活动和水利工程造成的模拟误差；将得到的长系列气象观测资料，输入建立的流域水文模型和长短期记忆神经网络模型，模拟出长系列径流过程。本发明能实现稀缺资料地区的长系列径流模拟，可为流域水资源管理和规划提供重要且可操作性强的参考依据。
一种融合卫星遥感机器学习技术流域水文模拟方法

[实用新型]适用于山区的测流辅助装置-CN202221150023.7有效
发明人：钟以磊;刘佳宁;尹家波;陈华;陈柯兵;张嘉维;张宇凌;汪俊松 -专利权人：武汉大学
申请日： 2022-05-13 - 公布日： 2023-01-17 - 主分类号： G01D21/02 文献下载
摘要：本申请公开了适用于山区的测流辅助装置。本技术方案测流辅助装置，包括发电系统、辅助信息监测系统、物联网系统、警报系统、紧急照明系统。这样，能够不经由人工控制，对各项水文信息进行实时监测，结构简单，无需外加动力，节约能源；其辅助信息监测系统可对各项水文信息进行系统的监测收集处理，再通过物联网系统进行远距控制和传输，从而辅助实现远距离的对河流流量的实时监测，为汛期山洪的精准预报的实现提供了可能；当水位或流量较高时，其警报系统可以实现自动报警，并同时将信息传输到后台，将险情的发生通知到当地居民，有利于后续避难工作的展开。本申请适用于供电困难、人工成本高、监管难度大的偏远山区。
适用于山区测流辅助装置

[发明专利]基于过程-数据协同驱动的长期径流预报方法及系统-CN202211047557.1有效
发明人：陈杰;徐文馨;尹家波;熊立华;陈华 -专利权人：武汉大学
申请日： 2022-08-30 - 公布日： 2022-12-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供基于过程‑数据协同驱动的长期径流预报方法及系统，长期径流预报方法包括：步骤1，采集数据；步骤2，构建VIC模型；步骤3，进行插值、偏差校正、离散获得日数据；步骤4，采用气候模式预报数据驱动VIC模型；步骤5，以率定期时段内出口水文站点的实测月径流值作为因变量，以流域内所有网格在不同预见期的产流输出聚合成月数据后作为自变量，选取产流输出为日尺度的第三层土壤含水量，筛选出产流输出对应的网格作为典型网格，构成改进的VIC模型；步骤6，驱动改进的VIC模型，计算全时段网格产流；步骤7，形成待选预报因子集；步骤8，筛选所得的预报因子训练深度学习模型，得到复合模型，进行长期径流预报。
基于过程数据协同驱动长期径流预报方法系统

[发明专利]水文循环变异驱动下的洪水风险预测方法-CN202210650913.2在审
发明人： 尹家波;黄燨;杨远航;王新惠;康圣屿 -专利权人：武汉大学
申请日： 2022-06-09 - 公布日： 2022-12-23 - 主分类号： G01C13/00 文献下载
摘要：本发明提供一种水文循环变异驱动下的洪水风险预测方法，包括：采集流域的基础气象水文数据；率定流域水文模型和机器学习模型；获得M组气候变化情景下的气象模拟系列，并驱动流域水文模型和机器学习模型，模拟未来情景下的流域水文过程；建立流域水热耦合平衡方程，获取流域年均下垫面特征参数；提取洪水历时和洪量特征值并采用特征参数为协变量，建立联合概率分布函数；基于最可能组合情景，求取历时和洪量的联合重现期；基于共享社会经济路径数据集，推求未来洪水风险增加的社会经济暴露度。本发明能够有效表征水循环变异驱动下未来洪水的变化特征，可为变化环境下流域洪水风险评估、预警提供参考依据。
水文循环变异驱动洪水风险预测方法

[发明专利]天气发生器和深度学习融合的延伸期径流集合预测方法-CN202211140743.X有效
发明人：陈杰;杨露;尹家波;徐文馨;孔若杉 -专利权人：武汉大学
申请日： 2022-09-20 - 公布日： 2022-12-02 - 主分类号： G06F30/27 文献下载
摘要：本发明提供天气发生器和深度学习融合的延伸期径流集合预测方法，包括：步骤1，采集数据；步骤2，将实测数据划分为不同时间长度的样本子集，基于不同子集计算统计参数，逐一输入多变量天气发生器，获得多组延伸期模拟结果，优选代表当前气候特点的实测数据样本长度，对应的参数为最优参数集；步骤3，对于每个日历月：均引入未来月的预测结果，并对最优参数集进行调整；步骤4，将调整后的最优参数集输入天气发生器，获得延伸期集合预测结果；步骤5，率定目标流域的过程驱动水文模型和长短期记忆神经网络模型，构建HM‑LSTM模型；步骤6，将集合预测结果输入到HM‑LSTM模型中，开展延伸期径流集合预测。
天气发生器深度学习融合延伸径流集合预测方法

[实用新型]一种基于物联网通讯传输信号的水文监测浮标-CN202221313403.8有效
发明人：何难;张宇凌;尹家波;孙思瑞;陈柯兵;张嘉维;汪俊松;刘佳宁;陈华 -专利权人：武汉大学
申请日： 2022-05-24 - 公布日： 2022-11-29 - 主分类号： B63B22/00 文献下载
摘要：本实用新型提出一种基于物联网通讯传输信号的水文监测浮标，包括发电系统、浮标体、锚固系统、照明系统、浮标监测系统和物联网系统。气象监测器将测得的外界风向与风速等信息转化为信号传输给单片机，水温监测器将测得的各深度的水温转化为信号传输给单片机，声纳传感器将探测信息转化为信号传输给单片机，摄像头将拍摄的水下图片转化为数据传输给单片机，单片机将处理的信息传输给给单片机。信息处理器将单片机接收到的各项信息进行分类处理，并通过信号传输天线将信息集中传输到物联网卫星，并且通过物联网卫星入全球物联网体系，在信息综合处理端实现远程监测与控制。本实用新型适用于供电困难、人工成本高、监管难度大的偏远地区。
一种基于联网通讯传输信号水文监测浮标

1
2
3
4
5
6
7
下一页»
尾页
共 93 条