基于CNN-Transformer的大尺度流域水质模拟方法与系统(高校公示15天)(不包年费滞纳金)(需要二变)
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。
《基于CNN-Transformer的大尺度流域水质模拟方法与系统(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 202411599335X,当前法律状态为已下证,由河海大学提出申请,发明人为直伟;张汛;周钰;鲁春辉;于荣骏;马睿,申请日期为2024-11-11,公开(公告)日期为2025-03-07,国际专利分类号(IPC)为 G06F 30/20 (2020.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要: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。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
