-
题名基于用户模型匹配的水情信息可视化研究与实现
被引量：1
- 1
-
-
作者
张审问
吴海燕
李效宁
吴悔
刘树波
-
机构
甘肃省水利厅信息中心
武汉大学计算机学院
-
出处
《水利信息化》
2020年第2期20-28,共9页
-
文摘
水利信息化平台发展迅速,但水情信息具有来源广泛、类型丰富的特点,用户难以在多而复杂的水情信息中快速找到自己想要的水情信息。通过水情信息可视化的方法,将水情数据转化为用户可以直观理解的视觉形式,定制个性化的地图、设计不同用户界面风格。为解决大量水情信息可视化产生的视觉混淆问题,采用基于用户模型匹配的推荐算法分别对水情站点进行推荐、实现水情信息的过滤,对推荐站点重点可视化。同时,为了增强个性化展示的效果,还采用基于概率的用户模型匹配算法为不同的用户匹配个性化水情信息可视化界面。
-
关键词
水情信息推荐
可视化
用户匹配
个性化
-
Keywords
hydrological information recommendation
visualization
user matching
personalization
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于LSTM的水利信息分发实时推荐算法
- 2
-
-
作者
卢焱鑫
李永峰
信明权
李效宁
刘树波
-
机构
武汉大学计算机学院
甘肃省水利厅信息中心
-
出处
《长江科学院院报》
CSCD
北大核心
2020年第3期137-143,共7页
-
文摘
随着水利信息化建设的逐步深入,水情信息的实时推荐需求越来越强烈。水利数据具有很强的时效性,要求推荐系统能够提供实时推荐服务。基于用户的协同过滤算法和基于信息的协同过滤算法(Item-based Collaborative Filtering,ItemCF)是推荐领域常用的2种算法,但两者在本质上都属于离线算法,不能满足水情信息分发实时性要求。提出了一种基于长短期记忆神经网络(Long-Short-Term Memory,LSTM)的水情信息分发实时推荐算法并对其优化。实验结果表明:基于LSTM的实时推荐算法在推荐时延方面最优,而优化的结合二分类模型和ItemCF推荐结果的实时推荐算法在推荐准确率方面最优,设计实现优化的基于LSTM的实时推荐算法综合效果较好,在保证水情信息推荐准确性的同时保证了推荐实时性。
-
关键词
水情信息
分发
实时推荐
ItemCF
LSTM
二分类模型
优化
-
Keywords
water information distribution
real-time recommendation
ItemCF
LSTM
dichotomous model
optimization
-
分类号
TN912
[电子电信—通信与信息系统]
-
-
题名图像识别在甘肃智慧水利中的应用
被引量：2
- 3
-
-
作者
吴海燕
李效宁
-
机构
甘肃省水利厅信息中心
-
出处
《中国新通信》
2022年第8期70-74,共5页
-
文摘
河道的治理建设是现代生态城市建设中一个重要的环节。其意义就是构建良好循环功能的水生态系统,然而,乱建乱采乱挖、垃圾的倾倒,导致河道主流偏移,冲刷或淤积加重,堤防基础淘刷、堤岸坍塌等,严重影响了其防洪、生态功能的发挥。因此,及时准确地发现可为快速解决相关河湖问题提供重要的支撑。鉴于此,本文将图像识别技术与目标监测模型相耦合,建立了基于图像识别技术的多场景通用目标监测模型,提出了“定区域复制-粘贴”的数据扩张新方法,提高对现实场景的检测识别精度。此外,为打破水利监管对象分布广、散、偏的局限,通过将不同场景的算法与计算资源解耦,建立了资源的动态分配和算法的高效运行模式,为水利管理活动的管理范围、管理单元和管理对象的有效监管提供了即时和主动的技术保障,满足了机动、实时、直观、高效的“强监管”要求。最后,本文通过黄河干流白银段智慧河湖试点应用,实现了基于图像识别技术的人员/车船闯入、乱建乱采、垃圾堆放、河面漂浮物事件的自动准确识别,通过2021年数据发现,该模型的总体识别准确率能达到94.9%,效果显著,尤其对河道漂浮物、人员闯入的识别准确率达到100%。研究成果对于促进我国水利相关业务的智能化管理具有重要意义。
-
关键词
目标检测
图像识别
K-MEANS聚类
定区域复制-粘贴数据扩张
计算资源调度
API总线
识别准确率
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TV21-39
[水利工程—水文学及水资源]
-
