摘要
本发明涉及一种海表温度预测方法,包括以下步骤:获取目标区域的海表温度网格数据,并将其转化为包含相对位置信息的温度向量时间序列;将所述温度向量时间序列输入基于因果卷积和扩展长短期记忆网络的海表温度预测模型,得到温度预测结果;所述海表温度预测模型包括:因果卷积层,用于提取所述温度向量时间序列的时空特征;扩展LSTM层,包括相互堆叠的若干xLSTM层,用于根据所述时空特征分析获得温度预测结果。本发明能够提升长期预测能力,增强动态空间相关性,从而提升海表温度预测的精度、稳定性和适应性。
技术关键词
温度预测模型
温度预测方法
长短期记忆网络
序列
网格
数据
时间段
气象
海洋
矩阵
元素
动态
精度
系统为您推荐了相关专利信息
时间序列预测模型
数据
店铺
销量预测方法
计算机可读指令
机器学习模型
归一化植被指数
超参数
支持向量回归
影像
移动平台路径规划
障碍物
地面激光雷达
平台结构
三维点云数据
时间序列特征
静态特征
稳定性控制方法
轧辊偏心
故障诊断模型