摘要
本发明公开一种模型训练的方法、潮位预测的方法及系统,其中模型训练的方法包括以下步骤构建理论样本集,所述理论样本集包括若干个理论样本数据,所述理论样本数据包括相对应的第一时间和第一潮位值,所述第一潮位值为基于平衡潮理论计算所述第一时间所对应的潮位的理论值;构建实测样本集,所述实测样本集包括若干个与所述目标地点相对应的实测样本数据,所述实测样本数据包括相对应的第二时间和第二潮位值;基于所述理论样本集训练待训练的神经网络模型,获得相应的初始预测模型;基于所述实测样本集训练所述初始预测模型,获得相应的潮位预测模型。本发明通过对理论样本集和两阶段训练步骤的设计,使训练过程中所需的实测样本数据量远小于现有技术,且确保所得潮位预测模型预报的结果符合物理规律。
技术关键词
样本
理论
神经网络模型
地点
数据
LSTM模型
序列
滑动窗口
模块
优化器
算法
阶段
误差
物理
参数
系统为您推荐了相关专利信息
数据推理方法
输入信息处理装置
标识令牌
中间层
推理装置
无感支付装置
新能源车
无线充电功率
电网供电能力
账单
负载识别方法
设备特征
波形
电力系统用电监测
设备识别
情绪识别方法
情绪识别模型
多层次
电信号
浅层特征提取