基于混合注意力机制的海水状态多要素预报方法

本发明公开了一种基于混合注意力机制的海水状态多要素预报方法，包括获取海洋多要素时间序列数据进行预处理；将预处理后的数据输入至深度学习预测模型，输出海水状态多要素预报值；本申请深度学习预测模型依次包括特征提取网络、快速傅里叶变换模块和混合注意力模块，所述混合注意力模块采用混合注意力机制进行多变量依赖建模，包括：查询向量基于全局周期性循环共享的可学习参数生成，用于建模跨样本的全局周期性规律，键向量和值向量基于所述预处理后的数据生成，用于建模样本级的局部相关性。本发明克服了单变量模型的局限，显著提升了预报精度与物理合理性。