一种面向海洋观测数据的洋流预测方法技术

一种面向海洋观测数据的洋流预测方法，属于基于海洋观测数据预测技术领域，具体涉及洋流预测技术领域。其解决了对洋流进行预测多重视预测模型的研究而少有有效的海洋观测数据的处理手段的问题。所述方法包括如下步骤：对海洋观测数据进行预处理，构建样本集；对海洋观测数据进行初步特征提取；利用GRU提取数据中时序特征信息；利用多头注意力机制提取蕴含上下文的时序信息；经过密集层将预测结果输出；利用验证集调整超参数；利用测试集进行洋流预测精度评估；预测精度评估合格后，使用所述方法进行洋流预测。本发明专利技术所述方法可以应用在海洋交通运输领域、海洋搜索救援领域、海洋资源开发领域以及海洋气象预测领域。资源开发领域以及海洋气象预测领域。资源开发领域以及海洋气象预测领域。

【技术实现步骤摘要】
一种面向海洋观测数据的洋流预测方法


[0001]本专利技术属于基于海洋观测数据预测
，具体涉及洋流预测


技术介绍

[0002]海洋观测数据包括海面温度、海面高度、海面湿度等特征，其蕴涵的丰富信息资源具有重要的科学意义和应用价值，为分析揭示海洋洋流的方向提供了关键的观测事实基础。洋流预测是指通过利用各种技术手段和方法，对海洋中的洋流进行预测和模拟。洋流是海洋中水流的运动，它们对海洋的环境和生态系统具有深远影响，同时也影响着人类的生产生活。近年来，随着大数据和人工智能技术的快速发展，洋流预测技术也得到了重大提升。利用海洋观测数据、卫星遥感数据、机器学习和深度学习等方法，可以对洋流进行更加准确和实时的预测和模拟。这些技术可以帮助人们更好地了解洋流的运动规律和变化趋势，为海洋中的航行、渔业、气象、气候等方面提供精准和可靠的支持和保障。
[0003]以往基于海洋观测数据对洋流进行预测，都是针对预测模型进行研究，以期望设计出高精度的预测模型，但是由于海洋环境复杂多样而且时刻变化，海洋的观测数据空间分布零散，且对洋流的影响因素众多，需本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向海洋观测数据的洋流预测方法，其特征在于，所述方法包括如下步骤：S1、对海洋观测数据进行预处理，构建样本集；S2、对海洋观测数据进行初步特征提取；S3、利用GRU提取数据中时序特征信息；S4、利用多头注意力机制提取蕴含上下文的时序信息；S5、经过密集层将预测结果输出；S6、利用验证集调整超参数；S7、利用测试集进行洋流预测精度评估；S8、预测精度评估合格后，使用所述方法进行洋流预测。2.根据权利要求1所述的面向海洋观测数据的洋流预测方法，其特征在于，所述步骤S1具体为：S11、进行数据清洗和数据归一化处理；S12、根据模糊区间规则划分样本数据集，每个样本包含一段时间内的多个特征数据；S13、采用滑动窗口滤波的方法，将不同时间段的数据构建成样本集。3.根据权利要求2所述的面向海洋观测数据的洋流预测方法，其特征在于，所述步骤S12具体为：S121、定义标签，根据具体问题来确定标签的数量和名称，所述标签即为洋流曲线的种类；S122、确定模糊集，所述模糊集即每个标签的隶属度范围；S123、划分标签，对...

【专利技术属性】
技术研发人员：姜宇，齐红，赵明浩，张永霁，王跃航，李敬松，
申请(专利权)人：吉林大学，
类型：发明
国别省市：