摘要
本发明涉及一种基于多源异构数据的海洋AI分析和海洋灾害预测方法及系统。该方法:对海洋监测数据进行数据矩阵构建和信息量计算,得到监测指标权重矩阵,并结合监测指标权重矩阵进行样本间相似度计算和邻域半径计算,得到降维特征数据集;将降维特征数据集输入三层神经网络结构,对各监测点进行并行训练,得到分布式预测模型和训练输出结果;根据训练输出结果建立n级状态空间,并通过马尔可夫决策算法得到分层预警阈值集;将实时监测特征数据输入分布式预测模型进行异常状态预测,得到异常状态预测值,并将异常状态预测值与分层预警阈值集进行比对,输出预警等级信号。本发明提高了海洋AI分析和海洋灾害预测的准确率。
技术关键词
降维特征
异常状态
多源异构数据
神经网络结构
海洋灾害
海洋监测数据
邻域
指标
转移概率矩阵
决策算法
样本
神经网络训练
分层
监测点
数据分布特征
皮尔逊相关系数
系统为您推荐了相关专利信息
电磁干扰检测方法
高次谐波分量
线束
傅里叶变换算法
瞬时电压值
电力行业专用
窃电识别方法
大语言模型
文本特征向量
图像特征向量
虚拟现实设备
飞行模拟器
故障诊断模型
涡扇航空发动机
故障诊断系统
线路施工现场
多源异构数据
故障类别
多标签
多任务