摘要
本发明公开了一种基于神经网络模型的海域波浪数据推演方法及系统,包括:获取目标海域对应的波浪图像及历史波浪时序数据,对历史波浪时序数据进行时序分解获得对应的周期性数据,通过对所述历史波浪时序数据进行时序分析以使构建周期性预测模型;通过所述周期性预测模型提取所述周期性数据的周期性特征,并对所述周期性特征与所述历史波浪时序数据进行数据拟合后获得的第二历史波浪时序数据进行模态分解,获得对应的子序列,再将所述子序列及所述第二波浪图像输入至预训练的双通道神经网络模型,通过所述双通道神经网络模型进行波浪数据的推演,输出所述目标海域在预测周期内的波浪数据,提高波浪数据推演的效率及精准度。
技术关键词
双通道神经网络
时序
神经网络模型
推演方法
波浪特征
周期性特征
形态学特征
推演系统
图像补偿单元
数据转换模块
序列
分解算法
数据采集模块
像素点
数据处理单元
太阳
系统为您推荐了相关专利信息
混合整数线性规划模型
建筑供能系统
储能设备
设备控制
策略
程度评价方法
模糊神经网络
锅炉结焦
烟气
出口烟温
环境监测站点
天气预报方法
城市环境监测
数学模型
传输路径