基于物理方法约束的深度学习潮汐预测方法

AITNT
正文
推荐专利
基于物理方法约束的深度学习潮汐预测方法
申请号:CN202510682706
申请日期:2025-05-26
公开号:CN120593716A
公开日期:2025-09-05
类型:发明专利
摘要
本发明公开了一种基于物理方法约束的深度学习潮汐预测方法,包括:采集潮位数据,对潮位数据进行预处理;基于潮位数据进行潮汐调和分析确定分潮的振幅和相角;构建预测模型,基于潮汐调和分析结果确定损失函数,综合模型预报的误差和物理约束的误差,通过潮位数据对预测模型进行训练;通过训练好的预测模型进行潮汐预测。本发明的基于物理方法约束的深度学习潮汐预测方法,通过调和分析结果约束模型输出,避免纯数据驱动的非物理解,提高模型的物理一致性和可靠性。
技术关键词
潮汐预测方法 物理 构建预测模型 长短期记忆网络 误差 数据 滑动窗口 LSTM模型 模型预测值 深度学习模型 代表 算法 参数 变量 序列 定义 频率 关系
系统为您推荐了相关专利信息
1
工业场景人形机器人任务执行方法和相关设备
人形机器人 复杂度 指令 参数 电磁干扰值
2
一种双向率定的双驱动水文预报建模方法及系统
流量预测模型 水文预报模型 汇流 训练样本集 建模方法
3
一种基于无人机图像识别的桥墩倾斜度批量检测方法
无人机图像识别 桥墩 批量 GPS接收设备 Canny算法
4
基于云边协调推理的电力设备运检方法及装置
电力设备运检 数据 云端 电力设备智能 神经网络模型
5
一种功耗优化方法、集成电路及芯片
功耗优化方法 EDA工具 集成电路 终点 逻辑
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