摘要
本发明公开了一种潮滩时空演变预测方法及系统,方法包括:获取潮滩水动力和气象数据;制作潮滩滩面真值数据集;提取潮滩滩面;提取潮滩滩面的轮廓线,获取潮滩高程数据;划分潮滩冲淤强度等级;提取水动力和气象数据之间的非线性结构特征;将水动力和气象数据、非线性结构特征、当前潮滩冲淤强度等级和邻域因子经归一化处理后,作为CLN神经网络模型的输入,再将下一时期潮滩冲淤强度等级作为CLN神经网络模型的输出,训练得到最佳网络参数;构建CLN神经网络‑元胞自动机模型,得到预测结果。本发明能充分体现水动力和气象因素对潮滩长期的非线性耦合作用,减轻潮滩时空预测难度,提高潮滩时空演变预测的准确度和鲁棒性。
技术关键词
神经网络模型
元胞自动机模型
迁移学习方法
气象
深度学习模型
动力
投影算法
高程测量方法
数据处理模块
行扫描方式
强度
遥感图像数据
遥感影像数据
邻域
非线性特征
系统为您推荐了相关专利信息
推演方法
模拟控制技术
生成用户画像
识别平台
抓取平台
相位解缠方法
深度神经网络模型
训练深度神经网络
全局平均池化
包裹相位
心理健康
交互式语音应答
智能咨询系统
分类特征
编码向量
防淹系统
环境检测传感器
城市轨道交通区间
电力监测装置
运动状态检测