← 返回列表
融合动力模式与深度学习模型的孪生映射方法
摘要文本
本发明实施例公开了融合动力模式与深度学习模型的孪生映射方法，包括：根据待模拟的孪生映射场景，实时采集目标区域的环境因子数据；运用物理动力模式，对所述目标区域的孪生映射场景进行数值模拟，并利用所述环境因子数据对数值模拟结果进行修正，得到环境因子的空间分布数据；以所述环境因子的空间分布数据作为样本，对轻量化深度学习模型进行训练，训练好的模型以环境因子的历史空间分布数据为输入，以环境因子的未来空间分布数据为输出；将实时采集到的环境因子数据输入训练好的模型，实时动态预测所述目标区域未来的环境因子数据并进行可视化显示。本实施例地理动力过程的全生命周期孪生映射与可视化。 来源：百度搜索马克数据网
申请人信息
- 申请人:中国科学院地理科学与资源研究所; 广东海洋大学
- 申请人地址:100101 北京市朝阳区大屯路甲11号
- 发明人: 中国科学院地理科学与资源研究所; 广东海洋大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 融合动力模式与深度学习模型的孪生映射方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311365470.3 |
| 申请日 | 2023/10/20 |
| 公告号 | CN117408148A |
| 公开日 | 2024/1/16 |
| IPC主分类号 | G06F30/27 |
| 权利人 | 中国科学院地理科学与资源研究所; 广东海洋大学 |
| 发明人 | 苏奋振; 吴文周; 张鹏; 仉天宇; 梁朋; 刘金贵 |
| 地址 | 北京市朝阳区大屯路甲11号; 广东省湛江市麻章区海大路1号 |
专利主权项内容
1.一种融合动力模式与深度学习模型的孪生映射方法，其特征在于，包括：根据孪生映射场景的地理动力过程，实时采集目标区域的环境因子数据；运用物理动力模式，对所述目标区域的孪生映射场景进行数值模拟，并利用所述环境因子数据对数值模拟结果进行修正，得到环境因子的空间分布数据；以所述环境因子的空间分布数据作为样本，对轻量化深度学习模型进行训练，训练好的模型以环境因子的历史空间分布数据为输入，以环境因子的未来空间分布数据为输出；将实时采集到的环境因子数据输入训练好的模型，实时动态预测所述目标区域未来的环境因子数据并进行可视化显示。