System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及海水温度预测,特别是涉及一种基于深度学习的海水温度预测方法。
技术介绍
1、海水温度预测是海洋环境监测和海洋气候研究中的重要任务。准确地预测海水表面温度对于海洋生态系统管理、海洋资源开发以及海洋灾害预防等具有重要意义。传统的海水温度预测方法主要基于统计模型,依赖于数学统计方法和经验公式。然而,这些方法通常无法捕捉到复杂的非线性关系和时空动态变化的特点,且预测精度较低。
2、深度学习是一种通过多层神经网络进行模式识别和预测的机器学习方法。在海水温度预测中,深度学习可以通过学习大量的历史数据,提取特征并建立复杂的非线性关系模型,从而实现准确的预测。然而,目前基于深度学习的海水温度预测方法仍然存在一些问题,传统的深度学习方法往往忽视了海水温度与环境参数之间的相关性,导致预测结果不准确,训练数据的质量和数量也会对预测结果产生影响。在公开专利中,cn110648030a提供一种海水温度的预测方法,基于训练的神经网络模型,根据海水当前温度和盐度数据得到时间序列最后一个时刻的下一时刻的温度预测值,这种方法人为选取单一特征参数,只考虑了海水盐浓度数据对温度的影响,没有真实反应环境因素对温度的综合影响,使得预测结果具有很大的随机性,且模型结构单一,数据的内在关系不能充分的被模型反映出来。
3、因此,需要提出一种基于深度学习的海水温度预测方法,能够准确地捕捉海水温度与环境参数之间的相关性,并基于合理的模型结构有效的获得预测值,提高模型预测的精度和可靠性。
技术实现思路
...【技术保护点】
1.一种基于深度学习的海水温度预测方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的深度学习的海水温度预测方法,其特征在于,基于所述环境参数的历史观测值计算每个环境参数与海水表面温度值之间的相关度包括:
3.根据权利要求2所述的深度学习的海水温度预测方法,其特征在于,基于所述相关度,筛选出影响海水表面温度值的特征参数,具体包括:设各个环境参数与海水表面温度值之间的相关度序列为:,为环境参数的项数,为第项环境参数与海水表面温度值之间的相关度,;
4.根据权利要求1所述的一种基于深度学习的海水温度预测方法,其特征在于,所述神经网络模型由依次连接的输入层、一维卷积层、池化层、双向门控循环层、Dropout层、全连接层以及输出层构成;
5.根据权利要求4所述的一种基于深度学习的海水温度预测方法,其特征在于,所述神经网络模型是通过在卷积神经网络的基础上增加双向门控循环层和Dropout层获得;
6.根据权利要求5所述的一种基于深度学习的海水温度预测方法,其特征在于,将所述神经网络模型输出的预测结果与测试集中的实测数
7.根据权利要求1所述的一种基于深度学习的海水温度预测方法,其特征在于,所述步骤三之前还包括:对历史数据集进行预处理,通过线性插值函数对训练集和测试集中的缺失数据进行数据填补;
8.根据权利要求7所述的一种基于深度学习的海水温度预测方法,其特征在于,若所述训练集和测试集中n-2时刻的横坐标值为与n+1时刻的横坐标值相等,则历史数据集中n时刻对应的特征值
9.根据权利要求1所述的一种基于深度学习的海水温度预测方法,其特征在于,所述特征参数至少包括:海水盐分浓度、海水空气界面二氧化碳通量、空气温度以及海水流速。
...【技术特征摘要】
1.一种基于深度学习的海水温度预测方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的深度学习的海水温度预测方法,其特征在于,基于所述环境参数的历史观测值计算每个环境参数与海水表面温度值之间的相关度包括:
3.根据权利要求2所述的深度学习的海水温度预测方法,其特征在于,基于所述相关度,筛选出影响海水表面温度值的特征参数,具体包括:设各个环境参数与海水表面温度值之间的相关度序列为:,为环境参数的项数,为第项环境参数与海水表面温度值之间的相关度,;
4.根据权利要求1所述的一种基于深度学习的海水温度预测方法,其特征在于,所述神经网络模型由依次连接的输入层、一维卷积层、池化层、双向门控循环层、dropout层、全连接层以及输出层构成;
5.根据权利要求4所述的一种基于深度学习的海水温度预测方法,其特征在于,所述神经网络模型是通过在卷积神经网络的基础上增加双向门控循环层和dropout层获得;<...
【专利技术属性】
技术研发人员:王志富,丰卫华,黄宝兴,张海丰,曹静,
申请(专利权)人:自然资源部第二海洋研究所,
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。