摘要
本发明涉及电数字数据处理技术领域,尤其涉及一种基于深度学习误差修正的水下航行器运动预报方法,包括如下步骤:设计基于深度学习误差修正的水下航行器运动预报模型的输入输出;运动推演预报,获得运动推演序列,并计算运动推演序列与真实历史运动序列的误差序列;自适应变分模态分解,获取多个本征模函数分量序列;构建结合操控指令注意力机制的双向长短时记忆网络预测模型的框架;训练预测模型;基于深度学习误差修正进行水下航行器的运动预报;对初始参数进行优化后,提升水下航行器运动预报性能。本发明提供的方法通过自适应变分模态分解、引入操控指令注意力机制、设计深度学习预报网络模型等方式,提升了运动预报的性能。
技术关键词
水下航行器
运动预报方法
序列
注意力机制
斯皮尔曼相关系数
粒子群优化算法
指令
网络
电数字数据处理技术
预测误差
卡尔曼滤波算法
训练预测模型
参数
预报误差
矩阵
重构
系统为您推荐了相关专利信息
历史运行数据
协同控制方法
前馈神经网络
电气设备故障
监测电气设备
长短期记忆神经网络
动态预测方法
光伏装机容量
工业用电
电力需求预测
COMSOL软件
粗糙度
电阻
接触面
三维点云数据
数据库查询语句
关键词
查询场景
查询特征
特征提取模型