申请/专利权人:自然资源部第二海洋研究所
申请日:2024-01-12
公开(公告)日:2024-04-16
公开(公告)号:CN117892767A
主分类号:G06N3/045
分类号:G06N3/045;G01K13/02;G06N3/0442;G06N3/0464;G06N3/082;G06N3/084;G06N3/0985;G06F18/27;G06F18/15;G06F18/2113;G06F18/213
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明提供一种基于深度学习的海水温度预测方法,该方法通过选取计算每个环境参数与海水表面温度值之间的相关度,根据相关度筛选出影响海水表面温度值的特征参数并将其作为海水温度预测神经网络模型的输入层神经元;将历史数据集中特征参数值与下一时刻的海水表面温度值进行对应,构造出训练集和测试集;训练神经网络模型得到网络参数后,输入当前时刻的特征参数,即可获得下一时刻的海水表面温度值;该方法通过客观选取特征参数和优化卷积神经网络结构,提高了预测结果的准确性。
主权项:1.一种基于深度学习的海水温度预测方法,其特征在于,所述方法包括以下步骤:步骤一、选取影响海水表面温度值的环境参数,并基于所述环境参数的历史观测值计算每个环境参数与海水表面温度值之间的相关度;步骤二、基于所述相关度,筛选出影响海水表面温度值的特征参数,并将所述特征参数作为海水温度预测神经网络模型的输入层神经元;步骤三、将历史数据集中特征参数值与下一时刻的海水表面温度值进行对应,构造出训练集和测试集;步骤四、将训练集和测试集输入神经网络模型得到网络参数,根据训练好的模型,输入当前时刻的特征参数,即可获得下一时刻的海水表面温度值。
全文数据:
权利要求:
百度查询: 自然资源部第二海洋研究所 一种基于深度学习的海水温度预测方法
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。