申请/专利权人:国家海洋信息中心
申请日:2020-11-23
公开(公告)日:2021-01-29
公开(公告)号:CN112288193A
主分类号:G06Q10/04(20120101)
分类号:G06Q10/04(20120101);G06Q10/06(20120101);G06N3/08(20060101)
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2023.04.04#发明专利申请公布后的驳回;2021.02.23#实质审查的生效;2021.01.29#公开
摘要:本发明公开了一种基于注意力机制的GRU深度学习的海洋站表层盐度预测方法,包括如下步骤:获取海洋站表层盐度数据,进行预处理去除错误或缺失数据;对预处理后的表层盐度时间序列数据进行EDM分解,获取IMF分量和剩余量,并进行去噪处理;构建GRU深度学习预测模型,将去噪数据输入GRU深度学习预测模型进行预测,得到最终预测结果。本发明通过获取海洋站的表层盐度数据,利用时间序列挖掘得到的数据信息,提出了一种基于注意力机制的GRU深度学习预测模型,最终得出海洋站表层盐度的预测值,提高了海洋站表层盐度的预测精度和效率。
主权项:1.一种基于注意力机制的GRU深度学习的海洋站表层盐度预测方法,其特征在于,包括如下步骤:S1:获取海洋站表层盐度数据,进行预处理去除错误或缺失数据;S2:对预处理后的表层盐度时间序列数据进行EDM分解,获取IMF分量和剩余量,并进行去噪处理;S3:构建GRU深度学习预测模型,将去噪数据输入GRU深度学习预测模型进行预测,得到最终预测结果。
全文数据:
权利要求:
百度查询: 国家海洋信息中心 基于注意力机制的GRU深度学习的海洋站表层盐度预测方法
免责声明
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。