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
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
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
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
动态监测方法
植被
多模态
盐分
生态环境监测技术