摘要
本发明涉及海洋资料浮标数据质量控制领域,公开了一种基于时空双注意力神经网络的浮标气象数据修复方法,包括如下步骤:数据采集与预处理;建立时空双注意力神经网络模型:所述模型包括时间编码链路、空间编码链路和特征融合层;模型训练,将包含待预测目标要素的时间特征输入时间编码链路,气象要素输入空间编码链路,模型输出为待预测时刻的目标要素;模型训练后,利用测试集对模型进行评估;利用评估合格的模型对实时采集的多维度气象要素数据中的空缺值或异常值进行预测,实现数据的修复。本发明所公开的方法有效的结合了时间和空间约束,实现了对气象数据中的异常值和空缺值进行预测并替换,从而实现对气象数据的修复。
技术关键词
注意力神经网络
数据修复方法
交叉注意力机制
海洋资料浮标
Sigmoid函数
位置编码器
气象
矩阵
前馈神经网络
融合特征
时序特征
序列
ReLU函数
预测输出值
索引
非线性
模型预测值
系统为您推荐了相关专利信息
合成孔径雷达影像
检测网络模型
上下文特征
空洞
多尺度感知
经济运行方法
复合储能系统
多时间尺度
智能管理平台
储能模块
三维模型
移动摄像设备
图像
辅助拍摄方法
注意力神经网络
交通信号灯状态
交通信号灯检测方法
场景语义理解
交通场景图像
深度学习模型
区块链交易隐私
地址转换
注意力神经网络
模型训练方法
数据