一种物理机制约束机器学习的径流分割方法、设备及介质

AITNT
正文
推荐专利
一种物理机制约束机器学习的径流分割方法、设备及介质
申请号:CN202510256722
申请日期:2025-03-05
公开号:CN119761218B
公开日期:2025-05-13
类型:发明专利
摘要
本申请公开了一种物理机制约束机器学习的径流分割方法、设备及介质,将自上而下式的水量与能量平衡公式作为机器学习的物理约束,针对径流分割提出了全新的计算方法,该方法既通过机器学习充分挖掘了流域上丰富的气象、植被、地形、土壤和人类活动等属性数据,并通过分别构建针对径流和基流的的水量和能量平衡公式,为机器学习提供有效的物理约束边界条件,使得机器学习始终满足该物理约束边界条件,从而降低机器学习过于依赖训练数据而导致的径流分割结果的不确定性,提高径流分割结果的准确度,为科学决策提供准确依据。
技术关键词
径流 分割方法 机器学习模型 物理 数据 机制 参数 土壤特征 活动特征 K折交叉验证法 地形特征 数字滤波算法 植被 计算机设备 叶面积指数 气象 人类 水量 处理器
系统为您推荐了相关专利信息
1
多路画面视频的发送、接收方法、装置及传输系统
汉明距离 图像还原 接收端 数据 发送装置
2
一种消除SLAM导航累积误差的方法
机器人 测距传感器 逻辑 两点 校正
3
病理问答模型训练方法、病理问答方法、电子设备及程序产品
问答模型训练方法 词语 摘要 答案 特征数据库
4
一种基于目标驱动和动力学约束的无人艇轨迹预测方法
轨迹预测方法 无人艇 模拟海洋环境 海洋场景 图像分割网络
5
抵御潜藏性多模态注入攻击的光伏功率鲁棒预测方法与系统
地基云图 功率 空间金字塔 集成加权 多模态
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号