共查询到20条相似文献,搜索用时 149 毫秒
1.
在分析湖库藻类水华形成机理特征基础上,确定湖库水华形成关键影响因素,即总氮、总磷、化学需氧量、温度与叶绿素a等,结合关注区域的遥感监测信息,构建基于神经网络的藻类水华预测模型,实现对湖库藻类水华的有效预测,通过仿真验证该方法的有效性,为湖库藻类水华预测提供一种有效途径。 相似文献
2.
3.
4.
针对传统河道管理体系中水文站点分布多、散、面广,水质样本采集方式耗时耗力,各部门间“信息孤岛”等问题,设计基于SOA的智慧河道水质监测预警平台。使用LPWAN技术,构建低功耗、远距离水质数据在线采集系统,通过SOA架构实现多源异构数据接入;通过PSO-BP算法及AR算法对采集到的数据进行水质分析和预测。平台实现了“云管端”一体化的在线水质参数采集及监测预警,预测误差在允许范围内基本低于1.5%,具有较好的实用性。 相似文献
5.
基于深度学习的湖库藻类水华预测研究 总被引:1,自引:0,他引:1
《计算机与应用化学》2015,(10)
随着经济社会发展,水体富营养化程度日趋严重,藻类水华频发,水体生态安全受到严重威胁,直接影响城市发展建设和居民的正常生活。深入研究藻类水华形成机理,对藻类水华暴发这一非常规突发事件进行有效防治,对促进水环境保护具有重要意义。本文在对藻类水华形成机理深入分析的基础上,考虑常规藻类水华预测方法在样本选择、模型参数设置、预测精度等方面存在的问题,提出基于深度置信网络(Deep Belief Nets,DBNs)的藻类水华预测方法,通过网络结构与参数设计,实现了算法学习与训练。结果表明,该方法对数据信息利用率充分,藻类水华预测精度高,相对其他方法具有明显的优势,为湖库藻类水华预测提供一种新思路。 相似文献
6.
为改善传统水资源监测范围小、对象单一、自动化与分析能力较差等不足,以水利部信息中心在全国范围内的重点监测湖库为研究对象,基于高分卫星影像,综合利用遥感和WebGIS技术设计并实现全国重点监测湖库可视化分析平台,实现湖库矢量和影像数据管理、多时相矢量查询与可视化、在线制作专题图等辅助监测分析功能。试验结果表明,系统能够实现从水体矢量到湖库动态监测产品的流程化管理,协助水利部门快速、直观地掌握我国重点湖库的基本情况和变化趋势,为全国湖库水情分析、水文水资源监测评价和生态环境保护提供科学依据。 相似文献
7.
为了提高湖库水华中短期预测精度,提出LSSVM水华中长期预测模型和RBFNN水华短期预测模型。首先利用粗糙集理论和主成分分析法确定了水华暴发的主要影响因子,确定叶绿素,总磷,总氮含量以及水温等参数是影响水华发生的主要因素。在此基础上对各自网络的拟合能力分析,通过正确选取模型参数gam和sig2的值,使得LSSVM水华中期预测模型精度远高于SVM网络的预测精度;而对于RBFNN水华短期预测模型,通过正确选取模型参数sp宽度的值来提高该网络的泛化能力和预测精度。 相似文献
8.
9.
《计算机与应用化学》2016,(6)
蓝藻水华状态评价是有效防治蓝藻水华的前提,本文以遥感图像与多站点水质监测信息为基础,采用最优权重分配D-S改进算法实现对湖库蓝藻水华状态的综合评价,引入状态量描述水华状态,采用三角形隶属度函数计算D-S证据的基本概率函数,解决在某些水质传感器失效情况下的信息融合问题。通过对太湖流域蓝藻水华状态评价结果表明,该模型在信息源失效情况下与信息完备时的结果一致性达到83.3%,验证了该方法的有效性与实用性。 相似文献
10.
随着经济社会的高速发展和工业化建设程度不断提高,水环境问题已经严重影响甚至威胁了人类的健康。近年来,国家大力推行水环境的预测预警,许多专家学者利用人工神经网络等智能方法在富营养化评价及水华预测中得到了较为广泛的运用,也取得了一定成效。然而,人工神经网络的性能受到样本训练算法等方面的影响,在选取合适的神经网络模型、算法以及设置参数麻烦、耗时。随着问题复杂程度的增加,单个网络的隐层节点数将增加很多,训练时间将大大增加,从而造成训练困难。且由于训练过度或不够,往往导致泛化能力较差。为解决此问题,本文在对湖库水华形成机理深入分析的基础上,建立了BP网络的水华预测模型,并利用Bootstrap采样技术获取不同的数据集,分别训练多个BP网络,最终将多个网络进行集成用于建立太湖流域水华预测模型。通过基于Bagging算法的集成学习,可以对样本包含的信息进行充分挖掘,更全面的刻画因素之间的相互联系和变化规律。实验表明基于Bagging算法的BP网络集成模型预测结果与单个BP网络模型预测结果对比,具有较高的预测能力,从而获得了相对理想的预测效果。 相似文献
11.
2020年,鄱阳湖流域发生超历史大洪水,湖区堤防险情多发频发,3座万亩以上圩堤相继发生溃决。以防御鄱阳湖流域超历史大洪水为例,在分析江西水文信息化现状和发展规划的基础上,分别对智能感知监测系统、水文业务支撑系统、大数据分析技术,以及可视化会商系统在超历史大洪水的应急监测,预警预报,调度及水情服务等工作中取得的实际应用效果进行分析。结果表明,江西水文构建的水文信息化建设体系,在覆盖范围、自动化水平、工作效率效果、及时准确程度、预警预报分析手段等方面均取得较好成效,有效提升水文支撑保障能力,也为今后进一步强化信息化技术与水文业务深度融合,促使水文在防灾减灾方面提供更加全面、可靠、智能的服务夯实基础。 相似文献
12.
南疆铁路电源及环境集中监控系统一种基于SDH光纤通信网络的监控系统,开发和完善这样一个网络管理系统需要涉及到包括网络通信技术、信息系统技术、数据库技术以及现代软件开发技术等多方面的内容,文章介绍了在系统开发过程中所采用的一些同上述内容相关的关键性技术及方法。 相似文献
13.
股价预测一直是投资者在股票市场中关注的焦点。近年来,深度学习技术在这一领域得到广泛应用。在融合卷积神经网络(CNN)和长短时记忆网络(LSTM),构建CNN-LSTM模型的基础上,引入多向延迟嵌入的张量处理技术MDT(mutiway-delay-embedding),对每日股票因子向量进行因子重构,生成汉克尔矩阵,按时间并排生成汉克尔张量,作为CNN-LSTM模型的输入。利用CNN的卷积与池化对包含因子相关性信息的输入数据提取特征,再将输出的特征矩阵输入到LSTM模型进行关联预测,从而构建了MDT-CNN-LSTM混合模型。选取涉及22个行业的48家公司及12个股票因子进行股价预测,通过从预测精度和时效性两个方面对比实验,显示提出的方法表现优于其他模型,最后选取四类股票指数进行预测,模型效果依旧处于较优水准,验证了引入MDT技术的有效性和可行性。 相似文献
14.
15.
16.
随着信息化技术的不断发展,网络攻击行为日益猖獗,大型企业为了保障企业网络的正常运转,在网络上部署了大量的安全设备。当网络攻击行为发生时,安全设备会在短时间内产生大量的安全告警事件,管理员很难在有限时间内从告警事件中获得有价值的信息。安全事件管理系统统一收集和管理这些安全事件,并将安全告警事件、网络设备和主机日志以及通过漏洞扫描获得的系统漏洞信息进行关联分析,能快速地发现网络攻击行为可能带来的危害,提高整个网络的安全性和可靠性。 相似文献
17.
18.
基于数据的改进回声状态网络在高炉煤气发生量预测中的应用 总被引:9,自引:0,他引:9
以钢铁企业高炉煤气系统这一复杂生产过程为背景, 针对高炉煤气发生量的预测问题, 提出一种基于数据的网络模型预测方法. 鉴于生产数据含噪高的特点, 采用经验模态分解将历史数据分解为若干独立的固有模态函数, 将小尺度函数经低通滤波器自适应去噪后, 再对数据重构以建立预测模型. 在建模过程中提出一种改进的回声状态网络, 通过奇异值分解求取网络输出权值, 克服了线性回归算法出现的病态问题, 提高了模型的预测精度. 现场实际数据预测结果表明所提出方法的有效性, 为制定煤气管网平衡调度方案提供科学的决策支持. 相似文献
19.
袁翔 《计算机测量与控制》2023,31(7):71-76
为缩小预警监测指标与测试指标之间的数值差,实现对气象灾害现象的准确监测,设计基于卫星遥感及数据库同步的气象灾害监测预警系统。在中心站体系内建立自动监测站局域网络,按照实际响应需求,连接影像显示模块与预警、响应模块,完成监测预警系统主站部分的设计。求解遥感影像数据集,根据卫星信息堆叠系数求解结果,定义核函数任务映射表达式,实现基于卫星遥感技术的气象灾害监测信息处理。建立数据库模型,通过分析中间件性能需求的方式,确定监测数据的XML同步处理结果,完成数据库同步中间件的搭建,结合相关设备元件,实现基于卫星遥感及数据库同步的气象灾害监测预警系统设计。实验结果表明,卫星遥感及数据库同步处理技术可以有效控制预警监测指标与测试指标之间的数值差,其最大取值结果不超过0.26,符合精准监测气象灾害现象的应用需求。 相似文献
20.
Development of a recurrent Sigma-Pi neural network rainfall forecasting system in Hong Kong 总被引:1,自引:1,他引:0
At the moment, weather forecasting is still an art — the experience and intuition of forecasters play a significant role in determining the quality of forecasting. This paper describes the development of a new approach to rainfall forecasting using neural networks. It deals with the extraction of information from radar images and an evaluation of past rain gauge records to provide shortterm rainfall forecasting. All of the meteorological data were provided by the Royal Observatory of Hong Kong (ROHK). Preprocessing procedures were essential for this neural network rainfall forecasting. The forecast of the rainfall was performed every half an hour so that a storm warning signal can be delivered to the public in advance. The network architecture is based on a recurrent Sigma-Pi network. The results are very promising, and this neural-based rainfall forecasting system is capable of providing a rain storm warning signal to the Hong Kong public one hour ahead. 相似文献