摘要
本公开涉及海洋数值模拟技术领域,具体涉及一种基于混合神经网络模型的海洋潮位模拟方法和装置,方法包括:获取目标海域的开边界上调和参数,输入混合神经网络模型中预训练的物理信息神经网络模型,获取多个观潮站的模拟潮位时序数据;构建训练数据集,将训练数据集输入混合神经网络模型中的深度神经网络模型,对深度神经网络模型进行训练;将多个观潮站的实测潮位时序数据输入训练完成的深度神经网络模型,从深度神经网络模型获取多个节点的最优调和参数。本公开实施例提供的方法通过构建并训练深度神经网络模型,通过直接将观潮站实测潮位数据输入混合神经网络模型,得到最优调和参数,降低数值模拟过程中的人力时间成本,提高数值模拟效率。
技术关键词
深度神经网络模型
混合神经网络模型
物理
时序
数据
海洋数值模拟技术
参数
节点
浅水
训练深度神经网络
方程
传播算法
可读存储介质
坐标
存储计算机程序
站点
流速
计算机程序产品
系统为您推荐了相关专利信息
特高压变电站
跨模态
多尺度
图像
地面巡检机器人
无人机协同
时间滑动窗口
漂移误差
定位方法
无人机视觉
矿井环境
防治方法
深度卷积神经网络模型
混合特征提取
矩阵
加速退化模型
可靠性检测方法
粒子
应力
光伏组件封装胶膜