一种基于深度学习的海洋内波监测方法

本发明公开一种基于深度学习的海洋内波监测方法，属于海洋内波监测技术领域，用于海洋内波监测，包括采集观测海域的流速数据集，作为原始数据集，对原始数据集进行质控，对质控后的数据进行正常序列和异常序列的区分，并划分训练集、验证集和测试集；构建海洋内波异常监测模型，优化异常评分且重构误差参数，利用训练好的海洋内波异常监测模型对海域的流速观测数据进行监测，识别海洋内波序列；对海洋内波异常监测模型提取的海洋内波序列进行内波动力学特征分析并输出特征。本发明采用深度学习模型能够准确捕捉正常流速的行为模式，并通过重构误差实现内波流的异常检测，有效区分正常流速和内波流速，减少了由传统方法引起的误判和漏判情况。