摘要
本发明公开了一种基于时间序列分析的渔业资源动态趋势预测系统及方法,S1、构建渔业资源时间序列数据集;S2、形成标准化渔业资源时间序列数据集;S3、利用渔业资源时间序列数据集构建包括自动编码器模块和对比学习模块的自监督学习模型;S4、筛选高相关性特征以构建特征空间;S5、基于特征空间构建以自注意力机制为核心的时间序列动态预测模型;S6、生成资源分布的空间位置、资源丰度变化趋势及高峰期与低谷期时间范围的预测结果。本发明实现了对渔业资源动态趋势的精准预测,为渔业资源的可持续管理提供了强有力的技术支撑。
技术关键词
监督学习模型
动态预测模型
序列
趋势预测方法
自动编码器
趋势预测系统
注意力机制
环境监测数据
损失函数优化
重构误差
样本
模块
生成资源
网络
相关性分析方法
解码器