检索结果-南通市图书馆

Prediction of three-dimensional ocean temperature in the South China Sea based on time series gridded data and a dynamic spatiotemporal graph neural network

引用

Acta Oceanologica Sinica 2024年第7期43卷 26-39页

作者： Feng Nan Zhuolin Li Jie Yu suixiang shi Xinrong Wu Lingyu Xu Department of Computer Engineering and Science Shanghai UniversityShanghai 200444China Key Laboratory of Digital Ocean National Marine Data and Information ServiceTianjin 300171China

Ocean temperature is an important physical variable in marine ecosystems,and ocean temperature prediction is an important research objective in ocean-related ***,one of the commonly used methods for ocean temperature prediction is based on data-driven,but research on this method is mostly limited to the sea surface,with few studies on the prediction of internal ocean *** graph neural network-based methods usually use predefined graphs or learned static graphs,which cannot capture the dynamic associations among *** this study,we propose a novel dynamic spatiotemporal graph neural network(DSTGN)to predict threedimensional ocean temperature(3D-OT),which combines static graph learning and dynamic graph learning to automatically mine two unknown dependencies between sequences based on the original 3D-OT data without prior *** and spatial dependencies in the time series were then captured using temporal and graph *** also integrated dynamic graph learning,static graph learning,graph convolution,and temporal convolution into an end-to-end framework for 3D-OT prediction using time-series grid *** this study,we conducted prediction experiments using high-resolution 3D-OT from the Copernicus global ocean physical reanalysis,with data covering the vertical variation of temperature from the sea surface to 1000 m below the sea *** compared five mainstream models that are commonly used for ocean temperature prediction,and the results showed that the method achieved the best prediction results at all prediction scales.

关键词： dynamic associations three-dimensional ocean temperature prediction graph neural network time series gridded data

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于电流检测误差补偿的嵌入式永磁同步电动机无位置传感器控制实验平台设计

引用

实验室研究与探索 2024年第6期43卷 66-71页

作者：时隋翔王玉彬中国石油大学(华东)新能源学院山东青岛266580

对基于高频脉振电压注入法的无位置传感器控制策略而言,转速和转子位置的准确估计十分重要。在传统高频脉振电压注入法的基础上,针对电流检测误差问题,提出一种电流检测误差补偿方法。该方法在传统位置观测器的基础上,增加了参数自适应... 详细信息

对基于高频脉振电压注入法的无位置传感器控制策略而言,转速和转子位置的准确估计十分重要。在传统高频脉振电压注入法的基础上,针对电流检测误差问题,提出一种电流检测误差补偿方法。该方法在传统位置观测器的基础上,增加了参数自适应陷波器环节,通过实时参数修订,消除位置观测器中由电流检测误差引起的二次谐波,提高转速和转子位置估计的准确性。采用品质因数更高的二阶广义积分器提取高频电流,改善控制系统的动态性能。通过搭建实验平台验证了所提补偿方法的可行性。

关键词：嵌入式永磁同步电动机高频注入法陷波器参数自适应电流检测误差

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于EKF的IPMSM无位置传感器控制估计误差补偿方法

引用

电机与控制应用 2024年第8期51卷 20-29页

作者：时隋翔刘瀚文王玉彬中国石油大学(华东)新能源学院山东青岛266580

在基于扩展卡尔曼滤波(EKF)法的内置式永磁同步电机无位置传感器控制系统中,电机转速和转子位置的准确估计十分重要。针对相电流增益误差导致的转速和转子位置估计精度下降的问题,提出一种位置估计误差补偿方法。首先,理论推导得出,在... 详细信息

在基于扩展卡尔曼滤波(EKF)法的内置式永磁同步电机无位置传感器控制系统中,电机转速和转子位置的准确估计十分重要。针对相电流增益误差导致的转速和转子位置估计精度下降的问题,提出一种位置估计误差补偿方法。首先,理论推导得出,在扩展卡尔曼滤波器估算过程中,相电流增益误差会使估计转速及转子位置以二倍工频的频率振荡。其次,设计了一种新型结构扩展卡尔曼滤波观测器,即在传统扩展卡尔曼滤波观测器的基础上增加增益误差系数求解环节,以此来降低相电流增益误差引起的估计转速及转子位置的脉动,提高了估计精度。最后,仿真和试验验证了所提补偿方法的可行性。

关键词：扩展卡尔曼滤波内置式永磁同步电机无位置传感器控制策略增益误差

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

“Digital earth” in support of an online oceanic educational public service and popularization

引用

Acta Oceanologica Sinica 2013年第5期32卷 82-86页

作者： ZHANG Xin DONG Wen JIANG Xiaoyi shi suixiang CHI Tianhe Institute of Remote Sensing Applications Chinese Academy of Sciences National Marine Data & Information Service State Oceanic Administration

According to the initial vision of ＂digital earth＂（DE）, the public should constitute a significant proportion of its users. However, to date, most of the studies and applications have focused on science, the private sec- tor and government. A DE-supported online oceanic educational public service and popularization system, iOcean, is studied. First, the vision for the public＇s engagement with ＂digital ocean＂ is described： an analysis is presented from four aspects, i.e., the space dimension, the time dimension, the state dimension and its relationship with human beings. Second, the technical framework of iOcean is discussed, including data updating and model computing, the data, the function, and the application layers. Third, two key technolo- gies are studied in detail that will enable the construction of iOcean. More than half a million public viewers have used the current version＇s website. Practical demonstrations show that iOcean can bring virtual oceans to web browsers and desktops and construct a bridge between government departments and the general public.

关键词： "digital earth" "digital ocean" iOcean public service popularization

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于高分辨率再分析海流数据的三种涡旋识别方法在南海的评估

引用

海洋通报 2024年第3期43卷 301-311页

作者：丁雅楠石绥祥刘克修张连新但博高志刚宋帅赵亚明国家海洋信息中心天津300171 北京市5111信箱北京100094

本文基于南海11 a逐日高分辨率再分析海流数据,利用三种涡旋识别方法——缠绕角(Winding Angle,WA)法、速度矢量几何(VectorGeometry,VG)法和OW(OkuboWeiss)参数法对南海中尺度涡进行识别和追踪,对比了三种方法对中尺度涡的探测能力,并... 详细信息

本文基于南海11 a逐日高分辨率再分析海流数据,利用三种涡旋识别方法——缠绕角(Winding Angle,WA)法、速度矢量几何(VectorGeometry,VG)法和OW(OkuboWeiss)参数法对南海中尺度涡进行识别和追踪,对比了三种方法对中尺度涡的探测能力,并分析了在高分辨率再分析产品中的适用性。研究表明,产品空间分辨率的提高能够放大OW方法的W参数噪声,使该方法存在涡旋过量检测和涡旋分割现象,导致识别的涡旋数量偏多、半径偏小,涡旋平均成功探测率最低(76.2%);与OW方法相比,WA方法在一定程度上降低了涡旋过量探测率和漏判率,涡旋平均成功探测率提高至85.1%,但涡旋识别时间较长;与前两种方法相比,VG方法的涡旋平均成功探测率可达93.2%,综合评估参数(过量探测率×漏判率÷成功探测率)优势显著(4.5%),且计算高效。因此,在基于高分辨率再分析产品进行中尺度涡识别时,VG方法具有更加合理的涡旋探测结果和更强的适用性。

关键词：涡旋识别算法评估高分辨率再分析南海

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Research on cloud computing and services framework of marine environmental information management

引用

Acta Oceanologica Sinica 2013年第10期32卷 57-66页

作者： shi suixiang LIU Yang WEI Hongyu QIAO Baiyou WANG Guoren XU Lingyu Key Laboratory of Digital Ocean State Oceanic Administration National Marine Data and Information Service State Oceanic Administration School of Computer Engineering and Science Shanghai University College of Information Science and Engineering Northeastern University

Based on the features of marine environmental data and processing requirements, a cloud computing archi- tecture of marine environment information is proposed, which provides a new cloud technology framework for the integration and sharing of marine environmental information resources. A physical layer, software platform layer and an application layer are illustrated systematically, at the same time, a corresponding solu- tions for many difficult technical problems such as parallel query processing of multi-dimensional, spatio- temporal information, data slice storage, software service flow customization, analysis, reorganization and so on. A prototype system is developed and many different data-size experiments and a comparative analy- sis are done based on it. The experiment results show that the cloud platform based on this framework can achieve high performance and scalability when dealing with large-scale marine data.

关键词： cloud computing marine information software services virtualization

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Research on data pre-deployment in information service flow of digital ocean cloud computing

引用

Acta Oceanologica Sinica 2014年第9期33卷 82-92页

作者： shi suixiang XU Lingyu DONG Han WANG Lei WU Shaochun QIAO Baiyou WANG Guoren National Marine Data and Information Service State Oceanic Administration Key Laboratory of Digital Ocean State Oceanic Administration College of Computer Engineering and Science Shanghai University College of Information Science and Engineering Northeastern University

Data pre-deployment in the HDFS （Hadoop distributed file systems） is more complicated than that in traditional file systems. There are many key issues need to be addressed, such as determining the target location of the data prefetching, the amount of data to be prefetched, the balance between data prefetching services and normal data accesses. Aiming to solve these problems, we employ the characteristics of digital ocean information service flows and propose a deployment scheme which combines input data prefetching with output data oriented storage strategies. The method achieves the parallelism of data preparation and data processing, thereby massively reducing I/O time cost of digital ocean cloud computing platforms when processing multi-source information synergistic tasks. The experimental results show that the scheme has a higher degree of parallelism than traditional Hadoop mechanisms, shortens the waiting time of a running service node, and significantly reduces data access conflicts.

关键词： HDFS data prefetching cloud computing service flow digital ocean

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

随机时差证据及海洋地震信息判定级融合问题的研究

引用

海洋通报 2005年第5期24卷 74-78页

作者：徐凌宇石绥祥上海大学计算机科学与工程学院上海200072 国家海洋信息中心天津300171

由于各自独立证据源采集信息的种类、时刻和周期都不同,组合时多元证据间时差呈随机性,若直接使用D-S组合规则,可能产生与知觉相悖的结果。文中使用时效函数衡量证据有效性与时间关系,并将其引进信任函数,用于地震信息判定级融合评估,... 详细信息

由于各自独立证据源采集信息的种类、时刻和周期都不同,组合时多元证据间时差呈随机性,若直接使用D-S组合规则,可能产生与知觉相悖的结果。文中使用时效函数衡量证据有效性与时间关系,并将其引进信任函数,用于地震信息判定级融合评估,仿真实验取得有意义结果。

关键词：信息融合 Dempster-Shafer理论信任函数动态问题海洋地震信息

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

长短期记忆神经网络在叶绿素a浓度预测中的应用

引用

海洋学报 2020年第2期42卷 134-142页

作者：石绥祥王蕾余璇徐凌宇国家海洋信息中心数字海洋实验室天津300171 国家海洋局东海信息中心上海200136 上海大学计算机工程与科学学院上海200444)摘要:针对传统人工神经

针对传统人工神经网络对叶绿素a浓度预测存在训练速度慢、收敛精度低、易陷入局部最优,尤其是无法灵活的利用任意长度的历史信息对叶绿素a浓度进行预测等问题,本文根据海洋各要素与叶绿素a浓度之间的长短期依赖程度,对叶绿素a浓度与各... 详细信息

针对传统人工神经网络对叶绿素a浓度预测存在训练速度慢、收敛精度低、易陷入局部最优,尤其是无法灵活的利用任意长度的历史信息对叶绿素a浓度进行预测等问题,本文根据海洋各要素与叶绿素a浓度之间的长短期依赖程度,对叶绿素a浓度与各要素间的关系进行界定,分别将各要素与叶绿素a浓度之间的长期依赖关系与短期依赖关系分割开来,并且在长短期记忆(Long Short-Term Memory, LSTM)神经网络模型的基础上构建融合的LSTM预测模型,模型中的长期依赖关系与短期依赖关系分别使用不同的神经元,最终在模型的最上层进行长短期融合。本文选取三都澳站位的连续监测资料作为实验数据,实验结果表明本文构建的模型不仅具有训练误差下降快的优点,与其他3种经典的神经网络模型相比,预测精度也有显著提高。

关键词：叶绿素a 融合的LSTM预测模型多要素神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的赤潮发生预报方法研究

引用

海洋通报 2021年第5期40卷 566-577页

作者：余璇石绥祥徐凌宇王蕾上海大学计算机工程与科学学院上海200444 国家海洋信息中心天津300171 上海大学上海先进通信与数据科学研究院上海200444 国家海洋局东海信息中心上海200136

赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响。一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战性。针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海... 详细信息

赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响。一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战性。针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海洋监测数据,结合皮尔逊相关系数、散布矩阵、复相关系数方法,分析多环境因子与赤潮发生多要素的关联情况,重点采用基于深度学习的LSTM与CNN融合方法,挖掘环境因子的时序依赖,发现序列数据的局部特征,对赤潮发生进行预报。在厦门一号和厦门二号数据集中,本方法在预报未来12 h内的赤潮情况时,RMSE、MAE误差分别达到0.5218、0.5043。通过协同对比模型进一步确定赤潮发生的预报概率,在两个数据集上的最终预报准确率分别为67.58%和63.49%。本研究为赤潮的分析预报提供了探索经验,证明了将深度学习方法应用于赤潮预报的可行性。

关键词：深度学习神经网络赤潮相关性分析预报

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：