摘要
本发明涉及海洋渔场预测技术领域,公开了一种基于混合时空尺度的深度学习渔场预测方法,包括获取目标海域A内特定物种B渔业资源的时间段C的历史渔获数据和相应的环境因子数据,并根据历史渔获数据确定目标海域A的中心渔场位置;设置不同的时间尺度,从经度方向和纬度方向设置不同的空间尺度,以构建多个混合时空尺度组合,将环境因子数据在混合时空组合上进行重构,生成样本数据集;以样本数据集中的每个样本及其对应的目标海域A的中心渔场位置分别作为输入数据和输出数据,对深度学习预测模型进行训练,选择评估指标最好的深度学习预测模型作为最优预测模型,其对应的混合时空组合为最优时空尺度组合;采集最优时空尺度组合对应的待检目标海域的环境因子数据作为输入数据,利用最优预测模型对待检目标海域进行渔场预测。
技术关键词
深度学习预测模型
生成样本数据
因子
数据采集装置
时间段
海洋渔场
神经网络模型
解码器
指标
编码器
电子设备
像素
图像
重构
上采样
程序
存储器
处理器
系统为您推荐了相关专利信息
风光功率预测方法
LSTM模型
融合注意力机制
超参数
功率预测系统
数据库管理系统
材料数据库
机器学习模型
指数
表达式
浮选精矿品位
混合核函数
多项式核函数
数据归一化方法
X荧光分析仪
选线方法
长输油气管道
强化学习方法
节点
因子权重