龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国人民解放军国防科技大学
申请日：2023-12-26
公开（公告）日：2024-05-10
公开（公告）号：CN118013346A
主分类号：G06F18/241
分类号：G06F18/241;G06F18/214;G06N3/0442;G06N3/0499;G06N3/084
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.28#实质审查的生效;2024.05.10#公开
摘要：本发明公开了一种基于深度学习的卫星海表盐度偏差修正方法，本方法对卫星海表盐度相关数据集中的数据进行预处理并插值匹配到同一时空分辨率，得到处理后的卫星海表盐度相关数据集；构建盐度正负偏差分类模型；基于处理后的卫星海表盐度相关数据集，构建第一训练数据集，并采用第一训练数据集训练盐度正负偏差分类模型，得到训练好的盐度正负偏差分类模型，以便采用训练好的盐度正负偏差分类模型得到盐度数据正负偏差；构建偏差订正模型；基于盐度数据正负偏差构建第二训练数据集，并采用第二训练数据集训练偏差订正模型，以便采用训练好的偏差订正模型对卫星海表盐度偏差进行修正。本发明能够对卫星海表盐度偏差进行修正，并提高数据的精确度。
主权项：1.一种基于深度学习的卫星海表盐度偏差修正方法，其特征在于，所述基于深度学习的卫星海表盐度偏差修正方法包括：获取卫星海表盐度相关数据集；对所述卫星海表盐度相关数据集中的数据进行预处理并插值匹配到同一时空分辨率，得到处理后的卫星海表盐度相关数据集；基于多层感知机，构建盐度正负偏差分类模型；基于所述处理后的卫星海表盐度相关数据集，构建第一训练数据集，并采用所述第一训练数据集训练所述盐度正负偏差分类模型，得到训练好的盐度正负偏差分类模型，以便采用所述训练好的盐度正负偏差分类模型得到盐度数据正负偏差；基于长短时记忆网络，构建偏差订正模型；基于所述盐度数据正负偏差，构建第二训练数据集，并采用所述第二训练数据集训练所述偏差订正模型，得到训练好的偏差订正模型，以便采用所述训练好的偏差订正模型对卫星海表盐度偏差进行修正。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 一种基于深度学习的卫星海表盐度偏差修正方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号