摘要
本发明提供了一种时空智能的海洋卫星物联感知信息筛选方法及装置,属于数据处理技术领域,该方法基于卷积双向长短期记忆神经网络实现海洋环境时序数据修复,基于分块时间序列变换器进行海洋环境数据时空预测以及基于均值漂移的密度聚类算法进行海洋热点区域挖掘,所述海洋环境数据包括海表温度、盐度、浪高等感知数据,基于BP神经网络进行海洋环境风险评估以及多智能体强化学习进行信息筛选反馈控制,满足复杂海洋环境检测场景高效信息处理需求,实现低冗余、高精度的数据采集传输自适应反馈控制效果。该发明可直接应用于海洋物联网中的海洋观探测设施组网体系,在军事应用及民事应用方面均可提供有力的支撑,具有广阔和重要的应用前景和价值。
技术关键词
信息筛选方法
海洋环境数据
双向长短期记忆
多智能体强化学习
余弦算法
密度聚类算法
优化BP神经网络
海洋环境风险评估方法
物联
均值漂移算法
热点区域挖掘方法
注意力机制
海洋动力学
分块
序列
时序
BiLSTM模型
系统为您推荐了相关专利信息
大数据分析方法
海洋环境信息
海洋环境数据
权重模型
模型库
深度学习模型
节假日信息
短期电力负荷预测
历史负荷数据
双向长短期记忆网络
海洋环境数据
海洋环境监测数据
因子
时间段
电力负荷调控方法
发音纠正方法
AI语音识别
英语
语音识别网络
特征提取算法
知识图谱数据
模型构建方法
协同调度方法
引入注意力机制
层构建方法