摘要
本发明属于北极地区海冰厚度预测技术领域,具体涉及一种基于多层堆叠时空Transformer的极区海冰厚度智能预测方法。步骤1:基于目标海域的极区海冰厚度再分析数据资料,提取海洋SIT再分析数据中的特征矩阵并构建时空序列预报监督数据集;步骤2:对背景场和目标场数据进行预处理;步骤3:构建HSS‑Transformer模型;步骤4:将海冰厚度背景场时空序列输入HSS‑Transformer模型,得到未来15天的海冰厚度预测时空序列;步骤5:将得到的预测时空序列进行反归一化操作,并将陆地点进行还原;得到目标海域的海冰厚度要素预报结果,本发明能够在多个时间尺度和空间尺度上同时提取和处理海冰厚度数据的时空特征,实现极区海冰厚度时空序列的延伸期智能预测,显著提升海冰厚度的预测水平。
技术关键词
智能预测方法
海洋环境要素
多头注意力机制
编码器
陆地
时空特征变化规律
样本
解码器
时空序列数据
矩阵乘法运算
神经网络训练
非线性
代表
系统为您推荐了相关专利信息
生态环境信息
浮标终端
海洋生态环境
编解码器模型
无人机
多模态深度学习
监控视频图像
学习方法
训练图像数据
文本编码器
音频编码器
内容检测系统
噪声抑制数据
自然语言
数据分析模型
车间设备
多模态特征融合
时序
管理策略
融合网关
活体人脸
编辑方法
掩膜数据
人脸属性
注意力机制