检索结果-维普期刊中文期刊服务平台

深度学习在ENSO预测中的应用研究: 1; 作者方巍付海燕罗京佳《大气科学学报》北大核心 2025年第3期429-437,共9页; 厄尔尼诺-南方涛动(El Nino-Southern Oscillation,ENSO)是自然界气候变化中年际变化最显著的异常信号。ENSO会在全球范围内引发天气和气候异常,由此造成的自然灾害给人类生命和财产安全带来了巨大危害。随着人工智能的发展,ENSO预测方... 展开更多; 关键词 ENSO预测人工智能深度学习气候变化气象灾害; 在线阅读下载PDF 职称材料

元宇宙:概念、技术及应用研究综述被引量：33: 2; 作者方巍伏宇翔《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2024年第1期30-45,共16页; 网络技术、人机交互和人工智能等技术的飞速发展催生了元宇宙,并进一步促进人们物质生活各个方面的数字化转型.2021年是元宇宙元年,元宇宙作为一个新兴的概念受到产业界、学术界、媒体界及公众的广泛关注.本文尝试从技术维度和应用角度... 展开更多; 关键词元宇宙数字孪生人工智能虚拟现实边缘计算 6G 区块链; 在线阅读下载PDF 职称材料

基于DSTFN(Deep Spatio-Temprral Fusion Network)模型的热带气旋轨迹预测方法: 3; 作者方巍杜娟 +1 位作者齐媚涵胡鹏昱《热带气象学报》 CSCD 北大核心 2024年第6期882-895,共14页; 在全球气候变化背景下,越来越多的地区面临着热带气旋的威胁。因此,准确预测热带气旋的轨迹变化对于气象预警和灾害管理至关重要。然而,传统的基于深度学习的热带气旋预测方法在建模热带气旋的时空相关性方面存在局限。为此,提出了一种... 展开更多; 关键词热带气旋路径预测 DSTFN模型 CaConvNeXt-GRU模型时空序列预测; 在线阅读下载PDF 职称材料

基于深度学习的月平均2 m气温订正方法: 4; 作者方巍王冰轮《热带气象学报》 CSCD 北大核心 2024年第6期906-917,共12页; 作为减少短期气候预测误差的技术,数据订正成为了重要的研究方向。而深度学习作为一种新兴方法已经应用到数据订正技术中,其中常用的模型是U-Net,但它存在不可避免的缺陷。第一,U-Net基于卷积神经网络,但是受限于卷积神经网络的小感受野... 展开更多; 关键词短期气候预测数据订正 Vision Transformer 全尺度连接 UNet-Former 3+; 在线阅读下载PDF 职称材料

基于深度时空融合网络的雷达回波外推模型被引量：5: 5; 作者方巍庞林易伟楠《电子学报》 EI CAS CSCD 北大核心 2023年第9期2526-2538,共13页; 基于深度学习的雷达回波外推是实现短临降水预报的重要方法,由于雷达回波数据具有显著的非刚性的运动特征,使得数据的统计特性随时间在不断变化,意味着其具有高阶非平稳性,而现有深度学习方法难以捕捉回波序列的非刚性运动特征,且难以... 展开更多; 关键词雷达回波外推短临降水预报高阶非平稳性动态卷积两路时空融合; 在线阅读下载PDF 职称材料

面向工业物联网的轻量级群组密钥协商方案被引量：1: 6; 作者王子宸袁程胜 +2 位作者王一力郭萍付章杰《计算机科学》 CSCD 北大核心 2023年第S02期876-885,共10页; 近年来,基于群组信息共享的工业物联网技术因具有实时、安全和信息互通等特性,被广泛应用于工业制造和金融贸易等领域。但是,该技术大多基于群组密钥协商协议,存在开销大、安全性弱、可拓展性低等缺陷。因此,如何设计安全高效的群组密... 展开更多; 关键词群组密钥协商平衡不完全区组设计无配对运算工业物联网椭圆曲线Qu Vanstone认证; 在线阅读下载PDF 职称材料

题名深度学习在ENSO预测中的应用研究: 1; 作者方巍付海燕罗京佳; 机构南京信息工程大学计算机学院/数字取证教育部工程研究中心中国气象科学研究院灾害天气科学与技术全国重点实验室南京信息工程大学江苏省大气环境与装备技术协同创新中心南京气象科技创新研究院中国气象局交通气象重点开放实验室南京信息工程大学气象灾害教育部重点实验室/气象灾害预报预警与评估协同创新中心/气候与应用前沿研究院; 出处《大气科学学报》北大核心 2025年第3期429-437,共9页; 基金国家自然科学基金项目(42475149) 灾害天气国家重点实验室开放课题(2024LASW-B19) +1 种基金江苏省研究生科研与实践创新计划项目(KYCX25_1660)。; 文摘厄尔尼诺-南方涛动(El Nino-Southern Oscillation,ENSO)是自然界气候变化中年际变化最显著的异常信号。ENSO会在全球范围内引发天气和气候异常,由此造成的自然灾害给人类生命和财产安全带来了巨大危害。随着人工智能的发展,ENSO预测方法已从传统方法拓展到了深度学习技术。因此,对ENSO预测进行了较为全面的论述:概述了ENSO相关知识;回顾了传统的预测方法;介绍了深度学习模型在ENSO预测中的应用,分析了它们的优势、局限性以及改进方向;基于当前方法面临的挑战,对未来ENSO预测的发展趋势进行了展望。; 关键词 ENSO预测人工智能深度学习气候变化气象灾害; Keywords ENSO prediction artificial intelligence deep learning climate change meteorological hazards; 分类号 P732 [天文地球—海洋科学]; 在线阅读下载PDF 职称材料

题名元宇宙:概念、技术及应用研究综述被引量：33: 2; 作者方巍伏宇翔; 机构南京信息工程大学计算机学院/数字取证教育部工程研究中心南京信息工程大学气象灾害教育部重点实验室南京信息工程大学大气环境与装备技术协同创新中心; 出处《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2024年第1期30-45,共16页; 基金国家自然科学基金(42075007) 灾害性天气国家重点实验室开放基金(2021LASW-B19)。; 文摘网络技术、人机交互和人工智能等技术的飞速发展催生了元宇宙,并进一步促进人们物质生活各个方面的数字化转型.2021年是元宇宙元年,元宇宙作为一个新兴的概念受到产业界、学术界、媒体界及公众的广泛关注.本文尝试从技术维度和应用角度深度剖析元宇宙.首先,从定义、起源与发展、特征和关键技术(网络及运算技术、物联网技术、人机交互技术、电子游戏技术、区块链技术、数字孪生技术和其他技术)等多方面对元宇宙的概念及内涵进行论述;然后,讨论了当下布局元宇宙的企业和应用实例;最后,剖析了目前元宇宙发展存在的问题和机遇,并对未来研究与应用进行了展望.通过对元宇宙当前的发展状况、研究趋势进行归纳分析以及科学地评估元宇宙的落地应用,为元宇宙研究人员提供有益的参考和借鉴.; 关键词元宇宙数字孪生人工智能虚拟现实边缘计算 6G 区块链; Keywords metaverse digital twin artificial intelligence virtual reality edge computing 6G block chain; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于DSTFN(Deep Spatio-Temprral Fusion Network)模型的热带气旋轨迹预测方法: 3; 作者方巍杜娟齐媚涵胡鹏昱; 机构南京信息工程大学计算机学院/数字取证教育部工程研究中心南京气象科技创新研究院中国气象局交通气象重点开放实验室南京信息工程大学江苏省大气环境与装备技术协同创新中心苏州大学江苏省计算机信息处理技术重点实验室上海农林职业技术学院; 出处《热带气象学报》 CSCD 北大核心 2024年第6期882-895,共14页; 基金国家自然科学基金项目(42075007) 苏州大学江苏省计算机信息处理技术重点实验室开放研究基金(KJS2275) +2 种基金江苏省研究生科研与实践创新计划项目(SJCX24_0476、SJCX24_0477)共同资助。; 文摘在全球气候变化背景下,越来越多的地区面临着热带气旋的威胁。因此,准确预测热带气旋的轨迹变化对于气象预警和灾害管理至关重要。然而,传统的基于深度学习的热带气旋预测方法在建模热带气旋的时空相关性方面存在局限。为此,提出了一种新的深度时空融合网络——DSTFN(Deep Spatio-Temporal Fusion Network)模型,以提高对热带气旋轨迹的预测精度和稳定性。构建了有效融合ConvNeXt(Convolutional Next)模型和门控循环单元的CaConvNeXt-GRU(Convolutional Block Attention Module Integrated with ConvNeXt and Gated Recurrent Unit)模型,以提取热带气旋三维时序数据中的复杂非线性时空特征。同时,引入了卷积块注意力模块,以自动聚焦不同等压面对热带气旋影响更大的特征。此外,设计了分阶段的训练策略,通过依次进行预训练、联合训练和整体训练实现了不同模块的有效融合。为了评估所设计的方法,在国际气候管理最佳路径档案和第五代大气再分析数据集上进行了大量实验。实验结果证明,在预测未来24 h的热带气旋轨迹时,相比于现有的基于深度学习的热带气旋轨迹预测模型,DSTFN模型的平均预测误差降低了约13.71 km。; 关键词热带气旋路径预测 DSTFN模型 CaConvNeXt-GRU模型时空序列预测; Keywords tropical cyclone path prediction DSTFN model CaConvNeXt-GRU model spatio-temporal series prediction; 分类号 P444 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名基于深度学习的月平均2 m气温订正方法: 4; 作者方巍王冰轮; 机构南京信息工程大学计算机学院/数字取证教育部工程研究中心中国气象局流域强降水重点开放实验室/暴雨监测预警湖北省重点实验室/中国气象局武汉暴雨研究所南京气象科技创新研究院/中国气象局交通气象重点开放实验室南京信息工程大学江苏省大气环境与装备技术协同创新中心; 出处《热带气象学报》 CSCD 北大核心 2024年第6期906-917,共12页; 基金国家自然科学基金项目(42075007、42475149) 灾害天气国家重点实验室开放项目(2021LASWB19) +2 种基金中国气象局流域强降水重点开放实验室开放研究基金(No.2023BHR-Y14)共同资助。; 文摘作为减少短期气候预测误差的技术,数据订正成为了重要的研究方向。而深度学习作为一种新兴方法已经应用到数据订正技术中,其中常用的模型是U-Net,但它存在不可避免的缺陷。第一,U-Net基于卷积神经网络,但是受限于卷积神经网络的小感受野,这导致U-Net不能从全局的角度学习空间特征;第二,U-Net的下采样操作容易丢失图像细节信息。这两点都影响了该模型的订正性能。因此采取以下两个措施进行改进,一是将原模型与能够学习图片全局特征的Vision Transformer有机结合起来,使其能够从全局的角度学习空间特征;二是引入UNet 3+模型中的全尺度连接操作,弥补原下采样中丢失的图像细节信息。改进之后的模型称为UNet-Former 3+,在CMIP6中月平均2 m气温的春季和冬季数据集上进行订正实验,ERA5为实验标签。模型会与分位数映射、岭回归、U-Net、CU-Net、Dense-CUnet和RA-UNet这六种订正方法进行对比。实验结果表明,此模型在两个季节的平均绝对误差都下降49%,均方根误差都下降57%,两者都低于上述六种方法。总之,UNet-Former 3+在春季和冬季的订正效果优于上述六种方法。; 关键词短期气候预测数据订正 Vision Transformer 全尺度连接 UNet-Former 3+; Keywords short-term climate prediction bias correction Vision Transformer full-scale connection UNet-Former 3+; 分类号 P456.5 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名基于深度时空融合网络的雷达回波外推模型被引量：5: 5; 作者方巍庞林易伟楠; 机构南京信息工程大学计算机学院数字取证教育部工程研究中心气象灾害国家重点实验室南京信息工程大学江苏省大气环境与装备技术协同创新中心中国气象局气象干部培训学院; 出处《电子学报》 EI CAS CSCD 北大核心 2023年第9期2526-2538,共13页; 基金国家自然科学基金(No.42075007) 灾害天气国家重点实验室开放课题(No.2021LASWB19)。; 文摘基于深度学习的雷达回波外推是实现短临降水预报的重要方法,由于雷达回波数据具有显著的非刚性的运动特征,使得数据的统计特性随时间在不断变化,意味着其具有高阶非平稳性,而现有深度学习方法难以捕捉回波序列的非刚性运动特征,且难以建模雷达数据的高阶非平稳性.为此,本文针对雷达数据特征提出了一种新的时空融合网络STUNNER(Spatio-Temporal Fusion Neural Network).STUNNER设计了一种两路时空融合架构,通过交叉连接时间差分网络和时空轨迹网络实现高效的雷达回波外推.时间差分网络通过引入差分的思想提取高阶非平稳数据中平稳性特征来学习雷达回波的长期趋势,时空轨迹网络利用动态卷积将卷积循环神经网络中普通卷积固定的参数采样位置优化为随时间变化的动态位置来提取雷达回波的瞬时变化,同时采用两路融合策略将长期趋势与瞬时变化融合,实现长短时关联记忆.所提模型与其他四个模型在两个公开数据集上进行了实验对比.在雷达回波外推任务中当雷达反射率阈值为45 dBZ时,STUNNER在POD(Probability Of Detection)、CSI(Critical Success Index)、FAR(False Alarm Rate)上相比MIM(Memory In Memory)分别优化了0.020,0.023,0.043.实验结果表明新模型在处理雷达回波外推任务上具有更高的准确率.; 关键词雷达回波外推短临降水预报高阶非平稳性动态卷积两路时空融合; Keywords radar echo extrapolation precipitation nowcasting high-order non-stationarity dynamic convolution two stream spatio-temporal fusion; 分类号 TP399 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名面向工业物联网的轻量级群组密钥协商方案被引量：1: 6; 作者王子宸袁程胜王一力郭萍付章杰; 机构南京信息工程大学计算机学院数字取证教育部工程研究中心西安电子科技大学综合业务网理论及关键技术国家重点实验室; 出处《计算机科学》 CSCD 北大核心 2023年第S02期876-885,共10页; 基金国家自然科学基金(62102189) 国家社会科学基金(2022GKJJGCG082) +1 种基金南京信息工程大学大学生创新创业训练计划项目(XJDC202210300191)。; 文摘近年来,基于群组信息共享的工业物联网技术因具有实时、安全和信息互通等特性,被广泛应用于工业制造和金融贸易等领域。但是,该技术大多基于群组密钥协商协议,存在开销大、安全性弱、可拓展性低等缺陷。因此,如何设计安全高效的群组密钥协商协议成为当前亟需解决的科学难题,为此文中利用平衡不完全区组设计的数学结构和椭圆曲线Qu Vanstone认证协议,提出了一种全新的基于结构化的群组密钥协商协议。首先,为了降低协议的计算开销,使用ECQV认证协议,避免执行配对运算。然后,为了证明协议的安全性,借助ECDDH假设,对所提协议进行了安全性证明。最后,为了降低协议的通信开销,提高协议的可拓展性,利用非对称平衡不完全区组设计,对现有的群组密钥协商协议进行了拓展,将所支持的成员数从p 2拓展为p 2和p 2+p+1。实验结果表明,所提协议能够将计算开销降低至O(n n m),将通信开销降低至O(n n)。该协议在保证抵抗选择明文攻击时安全性的同时,还能使参与群组密钥协商的人数灵活地自适应扩展,进一步提升了群组密钥协商协议的安全性和执行效率。; 关键词群组密钥协商平衡不完全区组设计无配对运算工业物联网椭圆曲线Qu Vanstone认证; Keywords Group key agreement Balanced incomplete block design Pairing-free computing Industrial Internet of Things Elliptic curve Qu Vanstone certificate; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	深度学习在ENSO预测中的应用研究	方巍付海燕罗京佳	《大气科学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	元宇宙:概念、技术及应用研究综述	方巍伏宇翔	《南京信息工程大学学报（自然科学版）》 CAS 北大核心	2024	33	在线阅读下载PDF 职称材料
3	基于DSTFN(Deep Spatio-Temprral Fusion Network)模型的热带气旋轨迹预测方法	方巍杜娟齐媚涵胡鹏昱	《热带气象学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于深度学习的月平均2 m气温订正方法	方巍王冰轮	《热带气象学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	基于深度时空融合网络的雷达回波外推模型	方巍庞林易伟楠	《电子学报》 EI CAS CSCD 北大核心	2023	5	在线阅读下载PDF 职称材料
6	面向工业物联网的轻量级群组密钥协商方案	王子宸袁程胜王一力郭萍付章杰	《计算机科学》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料