摘要
本发明公开了一种基于DeepAR模型的近岸海底小目标冲蚀掩埋预测方法,属于近岸海洋工程研究领域,包括获取近岸海底局部特征环境因子数据和掩埋深度数据;采用长短期记忆神经网络(LSTM)模型,构建所述DeepAR模型;根据所述近岸海底小目标冲蚀掩埋训练集和验证集,训练和优化所述DeepAR模型;根据所述近岸海底小目标冲蚀掩埋测试集,对优化后的DeepAR模型进行精度评价。本发明采用上述的一种基于DeepAR模型的近岸海底小目标冲蚀掩埋预测方法,解决了传统近岸海底小目标冲蚀掩埋深度预测方法所存在的准确性和适用性问题,提高了专业人员对近岸海底小目标的掩埋深度预测的准确率和效率。
技术关键词
LSTM模型
长短期记忆神经网络
海洋工程研究
深度预测方法
数据
序列
因子
标准化方法
训练集
长径比
超参数
流速
变量
节点
误差
专业
波长
指标
代表
系统为您推荐了相关专利信息
故障预测数据
通信线路
模糊规则库
模糊推理模型
模糊逻辑
数据并行策略
通信链路
通信控制单元
分布式训练方法
跨数据中心
矩阵
参数
风险评估模型
数据校验方法
训练分类模型
导览装置
路径规划算法
DBSCAN算法
蓝牙信标
多源融合