一种基于CNN-BiLSTM-ATTENTION的潮位预测方法及系统

本发明提出了一种基于CNN‑BiLSTM‑ATTENTION的潮位预测方法及系统，属于海洋工程领域；本发明分别通过深度特征提取：CNN适合提取局部空间特征，能够深层次的提取潮位数据信息中的特征；全面的时间序列信息：BiLSTM在具备LSTM优势的同时，还能在时间维度上考虑前向和后向的双向时间序列信息，使得预测更加全面准确；注意力机制：注意力机制可以对信息进行权重的分配，最后进行带权求和，从而捕获到最重要的信息，因此其具有较强的可解释性；因此，基于CNN‑BiLSTM‑ATTENTI ON的潮位预测方法在深度学习算法下，通过建立泛化能力更强的理论模型，从而可以实现更高精度的潮位预测。