“梁彬锐”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2个，建议您升级VIP下载更多相关专利

[发明专利]一种环境水务监测采样异常数据快速识别方法-CN202310467167.8有效
发明人：赵鑫;梁彬锐;阳秀春;黄文稻;邓超联;张毅;王晖文;彭玉萍;江锦燕;龚艳光;杨茂勇;谢艳玲;刘瑶瑶 -专利权人：深圳市广汇源环境水务有限公司
申请日： 2023-04-27 - 公布日： 2023-07-07 - 主分类号： G06F18/214 文献下载
摘要：本发明提供了一种环境水务监测采样异常数据快速识别方法，涉及水务数据处理技术领域，该方法包括：S1、给定采集的水务数据，提取基于序列时序分布的特征；S2、对所述特征，进行基于空间图分布以及Kullback‑Leibler散度的特征汇聚，得到融合不同时序数据的空间分布信息的特征向量；S3、对所述特征向量进行基于机理方程的数据间相关性矩阵构造；S4、引入数据中的图片信息，提取图像特征，构建跨模态视觉‑时间序列‑空间分布‑机理特征表征模型，得到整体特征；S5、构建特征解码预测与预测网络训练模块，对所述的整体特征进行解码，输出预测值，对预测网络进行训练；S6、利用已有的训练集数据，对新的水务数据进行预测，判断是否发生分布偏移，识别数据异常。
一种环境水务监测采样异常数据快速识别方法

[发明专利]基于强化学习的水环境模型参数率定方法-CN202210562717.X在审
发明人：赵鑫;张敏;彭东升;陈誉;阳秀春;梁彬锐;张毅;杨洁;樊仕宝;黄文稻 -专利权人：深圳市广汇源环境水务有限公司
申请日： 2022-05-23 - 公布日： 2022-09-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及基于强化学习的水环境模型参数率定方法。包括：采集数据为输入，模型待率定参数为输出，构建对模型参数进行率定的神经网络；其权重由回报计算进行优化；神经网络输出参数后，结合机理模型预测的输出数据Y'＝{y'(1),y'(2),...,y'(n)}，将Y'与在数据采集步骤得到的实测数据Y＝{y(1),y(2),...,y(n)}做差，得数据zi为随机变量；计算随机变量的风险价值VaRα(X)，计算条件风险价值CVaRα(X)；设定阈值为T＝0.1，构造条件风险价值约束CVaRα(X)≤0.1；对预测精度指标，神经网络输出参数后，结合机理模型得预测输出数据Y'＝{y'(1),y'(2),...,y'(n)}，将Y'与在数据采集步骤得到的实测数据Y＝{y(1),y(2),...,y(n)}进行对比，计算两者间的最小二乘代价和方差代价将最小二乘代价和方差代价取反求和，并加上纳什效率系数及方差的相反数，即得总回报。
基于强化学习水环境模型参数方法