摘要
本发明公开了一种基于多变量相关性的海温长时序预测方法,属于海洋温度时序预测技术领域,包括以下步骤:获取海洋环境因子时序数据;将预处理后的海洋环境因子时序数据输入变量分组模块,分组后的多变量数据作为编码器模块的输入,通过ProbSparseCV自注意力模块进行计算输入到解码器,经过ProbSparseCV自注意力计算输入到特征缩放模块中,特征缩放模块将解码器的输出通过多层感知机缩放到目标维度来完成多变量时序预测。本发明从数据集中多变量间相关性的视角出发构建海温的长时序预测模型,不仅具有较低的复杂度,而且能够提高预测的准确度和可靠性。
技术关键词
时序预测方法
海洋环境因子
变量
缩放模块
编码器模块
时序预测模型
数据
多头注意力机制
多层感知机
时序预测技术
矩阵
风速
输入解码器
代表
流速
插补方法
系统为您推荐了相关专利信息
教学优化算法
模糊推理
反演方法
模糊规则库
因子
水体重金属污染
风险评估方法
空间分布特征
原子荧光光谱法
综合污染指数
协同制导方法
高速飞行器
坐标系
飞行器剩余飞行时间
滑模
工艺控制方法
理想气体状态方程
工艺控制系统
表达式
混合物