【技术实现步骤摘要】
本申请涉及海洋温度预测，具体涉及一种基于改进transformer模型的海洋温度长期预测方法、基于改进transformer模型的海洋温度长期预测装置以及一种transformer模型。
技术介绍
1、海洋表面温度(sst)是太阳辐射、海洋热力、动力过程以及海气相互作用的综合结果，是海表面水汽和热量交换的一个重要物理参数，因此从气候研究到沿海生态系统维护等多个应用都需要对海洋表面温度(sst)进行预测。传统的sst预测主要包括数值预测和经验统计预测，预测技术多依赖于物理模型，存在一定的技术瓶颈。
2、随着大数据、人工智能等关键技术的发展，以及计算机硬件性能的提升，机器学习、深度学习等数据驱动方法逐渐受到研究者们的青睐，这些方法通过一个比较泛化的学习过程从输入数据中学习，具有非线性、容错性、自适应性等特点，能够绕开传统预测方法的技术瓶颈。
3、目前海洋温度预测领域中比较流行的深度学习方法有lstm、tcn、transformer等方法。
4、lstm
5、长短期记忆网络(lstm)是rnn的...
【技术保护点】
1.一种基于改进Transformer模型的海洋温度长期预测方法，其特征在于，所述基于改进Transformer模型的海洋温度长期预测方法包括：
2.如权利要求1所述的基于改进Transformer模型的海洋温度长期预测方法，其特征在于，所述改进的transformer模型包括编码器以及解码器；
3.如权利要求2所述的基于改进Transformer模型的海洋温度长期预测方法，其特征在于，所述将所述特征信息输入编码器，获取经过编码器编码的输出信息包括：
4.如权利要求3所述的基于改进Transformer模型的海洋温度长期预测方法，其...
【技术特征摘要】
1.一种基于改进transformer模型的海洋温度长期预测方法，其特征在于，所述基于改进transformer模型的海洋温度长期预测方法包括：
2.如权利要求1所述的基于改进transformer模型的海洋温度长期预测方法，其特征在于，所述改进的transformer模型包括编码器以及解码器；
3.如权利要求2所述的基于改进transformer模型的海洋温度长期预测方法，其特征在于，所述将所述特征信息输入编码器，获取经过编码器编码的输出信息包括：
4.如权利要求3所述的基于改进transformer模型的海洋温度长期预测方法，其特征在于，所述预处理趋势项以及预处理季节项通过如下方式获取：
5.如权利要求4所述的基于改进transformer模型的海洋温度长期预测方法，其特征在于，将预处理趋势项以及预处理季节项作为解码器初始输入，将所述经过编码器编码的输出信息作为解码器的中间输入，从而获取解码器生成的最终季节项和最终趋...
【专利技术属性】
技术研发人员：黄贤青，贺婧婧，简子焱，孙娜，贾东宁，魏志强，殷波，汪文杰，许佳立，
申请(专利权)人：青岛海洋科技中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。