申请/专利权人：上海海洋大学

申请日：2021-03-19

公开（公告）日：2024-04-12

公开（公告）号：CN113051817B

主分类号：G06F30/27

分类号：G06F30/27;G06N3/0442;G06N3/08;G06F111/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2021.07.16#实质审查的生效;2021.06.29#公开

摘要：本发明公开了一种基于深度学习的海浪高度预测方法及其应用，方法：将海浪数据信息分别输入AM‑LSTM模型和CatBoost模型获取输出P1和P2后，按照以下公式对P1和P2进行重构得到预测序列P；P＝q2*P1+q1*P2，其中，w1是指经AM‑LSTM模型输出的MAE、RMSE及MAPE的均值，w2是指经CatBoost模型输出的MAE、RMSE及MAPE的均值。本发明的海浪高度预测方法，兼顾了深度学习中的LSTM在处理长期数据预测方面的优势以及注意力机制本身的特点和CatBoost的参数少、训练快和不易过拟合的特点，对预测后的数据进行重构，其预测精度高，泛化性能强，特别适用于海浪高度的预测，极具应用前景。

主权项：1.一种基于深度学习的海浪高度预测方法，应用于电子设备，其特征在于，将海浪数据信息分别输入AM-LSTM模型和CatBoost模型获取输出P1和P2后，按照以下公式对P1和P2进行重构得到预测序列P；P＝q2*P1+q1*P2， 其中，w1是指经AM-LSTM模型输出的MAE、RMSE及MAPE的均值，w2是指经CatBoost模型输出的MAE、RMSE及MAPE的均值；所述海浪数据信息包括风速、风向和浪高值。

全文数据：

权利要求：

百度查询： 上海海洋大学 一种基于深度学习的海浪高度预测方法及其应用

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD