摘要
本发明公开了一种基于物理信息神经网络的二维波浪谱智能预报方法,属于海洋信息预测的技术领域,包括收集基础数据,所述基础数据包括研究范围内的高时空分辨率的海表风场数据与海浪高度数据;获取历史海浪数据,整合处理同海浪变化密切相关的海洋、气象资料,构建海浪预报数据库;根据所述海浪预报数据库,确定物理约束;采用ANN神经网络模型作为基础模型,添加物理约束,使神经网络满足模式的控制方程,构建PINN物理信息神经网络;对模型预报过程和结果进行可解释性分析。本发明通过将海浪动力过程与深度学习方法进行融合,为深度学习添加可解释性,克服深度学习方法的黑盒问题。
技术关键词
智能预报方法
海浪
神经网络模型
物理
深度学习方法
方程
数据
波浪要素
模式
基础
海洋
浅水
数值
分辨率
坐标
气象
分区
资料
训练集
策略
系统为您推荐了相关专利信息
图像
神经网络模型
多尺度特征融合
注意力机制
上采样
试车方法
半物理仿真技术
发动机高压压气机
航空发动机试车
结冰温度传感器
二维医学图像
深度学习方法
超声心动图
机器学习模型
医学成像设备
生成对抗网络
重构方法
神经网络模型
判别模块
移动立方体算法