一种基于SLSTM-SVM模型的海雾能见度预测方法

本发明公开一种基于SLSTM‑SVM模型的海雾能见度预测方法，针对现有海雾能见度预测方法的不足，本发明先将LSTM网络进行平滑稳定处理得到SLSTM，再把SLSTM中的softmax层替换为SVM分类器构建模型。将降水、水位等4类水文数据与气温、气压等5类气象数据组成序列输入模型，经SLSTM层平滑、稳定处理与数据深度挖掘，由SVM分类器预测并输出值，通过反向传播更新参数，迭代训练至误差达标。同时，采用自相关函数评估数据平稳性，利用Z‑score方法归一化数据。该方法能快速收敛网络权值至全局最优解，预测准确性高，在长期海雾能见度预测中极具应用潜力。