Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河海大学王文卓获国家专利权

河海大学王文卓获国家专利权

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!

龙图腾网获悉河海大学申请的专利一种基于图注意力神经网络的洪水分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120408322B

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510878304.6,技术领域涉及:G06F18/241;该发明授权一种基于图注意力神经网络的洪水分类方法是由王文卓;可灏;尹鑫;翟然;任黎;董增川;关铁生;贾本有;王云;张天衍设计研发完成,并于2025-06-27向国家知识产权局提交的专利申请。

一种基于图注意力神经网络的洪水分类方法在说明书摘要公布了:本发明公开了一种基于图注意力神经网络的洪水分类方法,包括:构建洪水事件数据集;构建洪水图集;基于图注意力神经网络GAT提取每场洪水事件对应洪水图的图级特征;基于洪水图集的图级特征,使用K‑means聚类方法进行洪水分类。本发明将图神经网络引入洪水分类领域,实现了对流域洪水空间关联特征的深度学习建模,利用图注意力网络整合流域内多站点同步监测流量数据,提取洪水在流域河网中的时空演进特征,突破了传统单站点分析方法的局限性。本发明提出的方法相对考虑了洪水的空间异质性,分类结果包含更丰富的信息。

本发明授权一种基于图注意力神经网络的洪水分类方法在权利要求书中公布了:1.一种基于图注意力神经网络的洪水分类方法,其特征在于,包括以下步骤: 步骤S1、收集研究区水文站和雨量站观测的流量和降水资料,提取洪水事件,构建洪水事件数据集; 步骤S2、构建每场洪水事件的洪水图,进而得到多场洪水事件的洪水图集;洪水图的构建过程包括: 步骤S2a、以水文站点为节点,水文站点之间的水系拓扑关系为有向边,构建一个洪水图; 步骤S2b、水文站实测洪水事件的洪水总量、洪峰模数、洪水集中度、偏态系数和变异系数为节点特征;各个节点特征的计算公式如下: (1)洪峰模数M P : ; 式中,q t 为本次洪水事件中该节点观测的流量过程,A为流域面积,maxq t 为洪峰流量; (2)洪水集中度D c : ; 式中:i'代表时段数,i'=1,2,...,n;n为该次洪水总时段数,r i’ 为第i'个时段的洪水总量,将区间作为一个圆周,每个时段平均分配;R t 为该场次洪水总量;D c 取值范围为[0,1];越接近1,说明洪水越集中在某些时段;越接近0,表示分布越均匀或呈现环状扩散; (3)洪水总量V total : ; 式中:t start 为起始时间,t end 为终止时间,时间间隔Δt=ti+1-ti;q r 是第r个时间点的流量;q r+1 是第r+1个时间点的流量; (4)偏态系数C s : ; 式中:m为流量序列长度,为流量序列均值,s为流量序列标准差; (5)变异系数C v : ; 步骤S2c、每场洪水事件对应一个洪水图,多场洪水事件对应的多个洪水图构成洪水图集; 步骤S3、基于图注意力神经网络GAT模型,提取每场洪水事件对应洪水图的图级特征; 步骤S4、基于洪水图集的图级特征,使用肘部法则确定最优聚类数,并用聚类方法对洪水事件进行分类。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人河海大学,其通讯地址为:210000 江苏省南京市鼓楼区西康路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
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。