基于递归神经网络的海洋环境时序预测方法及系统

AITNT
正文
推荐专利
基于递归神经网络的海洋环境时序预测方法及系统
申请号:CN202411555294
申请日期:2024-11-04
公开号:CN119150057A
公开日期:2024-12-17
类型:发明专利
摘要
本发明提供一种基于递归神经网络的海洋环境时序预测方法及系统,涉及时序预测技术领域,包括获取海洋环境历史观测数据,对所述海洋环境历史观测数据进行预处理,去除其中的异常值和缺失值;根据预处理后的海洋环境历史观测数据,构建递归神经网络模型,所述递归神经网络模型包括输入层、两个堆叠的长短期记忆网络LSTM层和输出层;获取当前时刻的海洋环境观测数据,将其输入至训练后的递归神经网络模型中;通过递归神经网络模型,预测未来多个时间步的海洋环境数据,得到预设时间内的海洋环境预测结果;根据海洋环境预测结果,识别海洋环境变化的热点区域,生成表示预测时间段内海洋环境的动态变化规律的可视化结果。
技术关键词
递归神经网络模型 海洋环境变化 海洋环境观测 动态变化规律 海洋环境要素 动态时间规整 长短期记忆网络 时序预测方法 海洋环境数据 网格 交叉验证方法 序列 矩阵 指标 计算机程序指令 热点 时序预测技术 非线性
系统为您推荐了相关专利信息
1
多任务数据分析方法、装置及存储介质
数据分析方法 任务调度策略 资源分配策略 多任务 动态变化规律
2
基于图像识别的风湿免疫疾病关节损伤评估系统
风湿 疾病 关节滑膜 关节结构 评估系统
3
电网分布式电源承载能力评估方法
分布式电源出力 深度确定性策略梯度 门控循环单元 条件风险价值 多头注意力机制
4
一种基于集成模型与特征驱动的机床能耗预测方法及系统
能耗预测方法 能耗预测模型 机床 动态变化规律 蒙特卡洛交叉验证
5
基于多模态迁移学习的滨海湿地植被退化动态监测方法
动态监测方法 植被 多模态 盐分 生态环境监测技术
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号