基于遥感和深度学习的海表叶绿素浓度预测方法及系统

AITNT
正文
推荐专利
基于遥感和深度学习的海表叶绿素浓度预测方法及系统
申请号:CN202510533684
申请日期:2025-04-27
公开号:CN120067872B
公开日期:2025-08-01
类型:发明专利
摘要
本申请公开了一种基于遥感和深度学习的海表叶绿素浓度预测方法及系统,涉及海洋生态环境技术领域,该方法包括将目标区域的海洋叶绿素a数据输入至训练好的海洋叶绿素浓度预测模型,得到目标区域的海洋叶绿素浓度信息;其中,预测模型为基于卷积长短期记忆网络的改进型海洋叶绿素a浓度预测模型;周期性特征提取模块用于基于历史同期的叶绿素浓度数据,提取历史同期相关的周期性特征,噪声去除融合模块用于消除近期时空特征提取模块和周期性特征提取模块输出中的噪声,并融合输出结果,得到海洋叶绿素a浓度数据预测结果。本申请可以更加准确地预测海表叶绿素浓度。
技术关键词
特征提取模块 浓度预测方法 卷积长短期记忆 周期性特征 海洋生态环境技术 噪声 预测系统 记忆单元 指标 表达式 误差 模型预测值 数据获取模块 训练集 网络 掩膜
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号