中国水利水电科学研究院秦景获国家专利权
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!
龙图腾网获悉中国水利水电科学研究院申请的专利基于深度学习的历史洪水淹没动态重构方法及系统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:CN121330200B 。
龙图腾网通过国家知识产权局官网在2026-04-07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:202511406151.1,技术领域涉及:G06T17/05;该发明授权基于深度学习的历史洪水淹没动态重构方法及系统是由秦景;张冰玉;王珍;王璐;赵凌云;姚瑞虎;鹿纪番设计研发完成,并于2025-09-29向国家知识产权局提交的专利申请。
本基于深度学习的历史洪水淹没动态重构方法及系统在说明书摘要公布了:本申请提供了基于深度学习的历史洪水淹没动态重构方法及系统,涉及洪水模拟技术领域,所述方法包括:得到标准化历史洪水数据集;定位P个地形空洞缺失;依据P个缺失特征向量在地形填补模型库匹配复用P个适配填补模型;进行P个地形空洞缺失的多线程并行;采用P个修正地形结构进行P个地形空洞缺失的像素级替换,得到修正DEM数据;基于修正DEM数据构建二维水动力模型后,通过设定水动力边界控制集驱动二维水动力模型执行洪水模拟,输出历史洪水动态演进过程。通过本申请解决了现有技术中由于地形数据不完整,且在不同区域的模拟泛化能力不足,导致洪水模拟精度受限,从而影响洪水动态重构准确性的技术问题,提高了洪水模拟精度。
本发明授权基于深度学习的历史洪水淹没动态重构方法及系统在权利要求书中公布了:1.基于深度学习的历史洪水淹没动态重构方法,其特征在于,包括: 通过对采集所获历史多元洪水数据和地形多元影响数据进行坐标统一化融合,得到标准化历史洪水数据集; 在所述标准化历史洪水数据集中定位P个地形空洞缺失,其中,所述P个地形空洞缺失标识有P个缺失特征向量,包括: 对所述标准化历史洪水数据集执行连通域分析,定位多个地形空洞缺失; 从所述多个地形空洞缺失筛选≥100栅格单元的所述P个地形空洞缺失; 提取第一地形空洞缺失的第一范围比例、第一连续性标志、第一边缘梯度和第一空洞类型; 对所述第一范围比例、第一连续性标志、第一边缘梯度和第一空洞类型进行向量化拼接,输出第一缺失特征向量; 类推构建所述P个缺失特征向量后,通过键值对映射关联所述P个地形空洞缺失和P个缺失特征向量,生成空洞位置索引矩阵; 依据所述P个缺失特征向量在地形填补模型库匹配复用P个适配填补模型,包括: 根据预定义多尺度缺失向量的多尺度范围比例阈值进行标准填补模型调用,得到多个样本填补模型; 本地调用多个样本完整DEM数据后,根据所述多尺度缺失向量的多尺度范围比例阈值人工构造所述多个样本完整DEM数据的无效区域,得到多个多尺度样本地形空洞集; 将所述多个多尺度样本地形空洞集和多个样本完整DEM数据,作为训练数据,采用加权损失函数训练,映射训练所述多个样本填补模型后,通过关联存储所述多尺度缺失向量和多个样本填补模型,得到所述地形填补模型库; 依据所述P个缺失特征向量遍历所述地形填补模型库进行向量匹配,以复用所述P个适配填补模型; 驱动所述P个适配填补模型进行所述P个地形空洞缺失的多线程并行,输出P个修正地形结构; 在所述标准化历史洪水数据集中采用所述P个修正地形结构进行所述P个地形空洞缺失的像素级替换,得到修正DEM数据; 基于所述修正DEM数据构建二维水动力模型后,通过设定水动力边界控制集驱动所述二维水动力模型执行洪水模拟,输出历史洪水动态演进过程。
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中国水利水电科学研究院,其通讯地址为:100038 北京市海淀区复兴路甲一号;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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励