摘要
本发明提供一种基于神经网络的海洋天气预测方法及系统,方法包括:获取特定海洋区域若干个历史时段内的云层图像数据集和海浪时序数据集,共同保存为历史数据集并进行预处理;构建海洋天气预测模型;利用预处理后的历史数据集对海洋天气预测模型进行训练;最后获取特定海洋区域实时的云层图像数据和海浪时序数据并输入训练好的海洋天气预测模型中进行预测,获取实时的天气预测结果;本发明数据来源全面,结合了时间和空间两个维度的数据源,基于云层图像数据和海浪时序数据进行天气预测,能够全方位地描述海洋特定区域的天气状况;同时,基于更加全面的数据对神经网络模型进行训练,训练出的模型天气识别和预测的精度更高,也更具有鲁棒性。
技术关键词
天气预测模型
神经网络模型
天气预测方法
海浪
海洋
时序特征
图像特征提取
特征提取模块
融合特征
天气预测系统
数据插值方法
线性插值方法
随机梯度下降
统计学方法
退火算法