摘要
本发明公开了一种基于深度时间索引注意力模型的海表温度预测方法,包括以下步骤:利用开源网站提供的插值海温OISST数据集,选取南海区域内5个观测点的海表温度SST数据;对采集到的一维海温数据和对应的时间索引数据进行预处理并将数据集划分为训练集、验证集和测试集;构建基于深度时间索引注意力的SST预测模型并进行训练,其中模型包括:傅里叶特征变换层、隐式神经表示INR层和双重注意力层构成;将测试集输入至训练好的模型进行预测,并对SST预测结果进行反标准化处理,最终与观测值比较;本发明使模型具有更优的泛化能力,添加注意力模块进一步提升了预测精度。
技术关键词
温度预测方法
注意力模型
索引
输出特征
数据
上下文特征
时序依赖关系
动态
线性变换矩阵
参数
非线性特征
多层感知机
训练集
注意力机制
指数
处理器
可读存储介质
系统为您推荐了相关专利信息
医学图像融合方法
噪声预测
疾病预测方法
融合特征
噪声数据
分布式协作通信
时序控制系统
时序控制方法
特征提取模块
运动
数据管理系统
数据采集模块
标记
数据分类
服务器
疾病诊断预测系统
节点
动态更新
医疗知识图谱
数据采集模块
小细胞肺癌患者
动态检测方法
基因
分析测序数据
动态检测技术