一种基于自适应傅里叶神经过程的海洋多源数据融合方法

本发明提供了一种基于自适应傅里叶神经过程的海洋多源数据融合方法，涉及数据融合技术领域，具体包括如下步骤：对海洋变量场数据进行预处理。针对任意时间点自适应生成集合背景场。将背景场、真值和观测值组织成标准化、用于自适应傅里叶神经过程模型训练的数据集。构建AFNP模型，AFNP模型包括：背景场编码器、观测场编码器、神经傅里叶算子、自适应对齐融合模块和解码器，最后由解码器输出对真实场的预测结果。对AFNP模型进行有监督的端到端训练，学习背景场与观测场之间的非线性关系，重构真实海洋状态场。本发明的技术方案克服现有技术中对线性假设与高斯误差的依赖、深度学习模型物理不可解释、谱域方法边界适应性差的问题。