【技术实现步骤摘要】
本专利技术涉及人工智能和海洋天气预测，更具体地，涉及一种基于神经网络的海洋天气预测方法及系统。
技术介绍
1、海洋养殖是一项重要的水产业，为人类提供了大量的鱼类和贝类等水产品。海洋网箱养殖是目前使用最广泛的养殖方式之一，网箱养殖的环境条件对养殖品种的生长和存活率有着重大影响，其中天气状况是最关键的环境因素之一。传统的天气预报方法主要依赖于气象站点的数据采集和人工分析，存在覆盖范围有限、准确性不高等缺陷，难以满足海洋网箱养殖对天气预报的精细化需求。
2、随着深度学习和人工智能技术的发展，人们逐渐将其应用于海洋天气预测领域。例如，现有的专利文件中公开了一种基于深度学习的天气预测方法及系统，该方法包括：s1、保存收集到的历史天气数据及实时天气数据；s2、根据所述天气数据建立逐层深度学习模型并不断修正所述深度学习模型；s3、同步收集到的实时天气数据至所述深度学习模型中；s4、根据导入所述实时天气数据后的所述深度学习模型得到输出结果；然而，该现有技术中的方法仅依赖单一数据源进行预测，存在预测精度和鲁棒性较低的缺陷。
【技术保护点】
1.一种基于神经网络的海洋天气预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于神经网络的海洋天气预测方法，其特征在于，所述步骤S1中，采集若干个历史时段内、利用摄像头拍摄的特定海洋区域的云层图像，并对每张云层图像的云层类型进行标注，获取云层图像数据集；
3.根据权利要求2所述的一种基于神经网络的海洋天气预测方法，其特征在于，所述的利用波浪数据计算得到海浪时序数据集包括以下步骤：
4.根据权利要求1所述的一种基于神经网络的海洋天气预测方法，其特征在于，所述步骤S1中，对云层图像数据集进行预处理包括：
...
【技术特征摘要】
1.一种基于神经网络的海洋天气预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于神经网络的海洋天气预测方法，其特征在于，所述步骤s1中，采集若干个历史时段内、利用摄像头拍摄的特定海洋区域的云层图像，并对每张云层图像的云层类型进行标注，获取云层图像数据集；
3.根据权利要求2所述的一种基于神经网络的海洋天气预测方法，其特征在于，所述的利用波浪数据计算得到海浪时序数据集包括以下步骤：
4.根据权利要求1所述的一种基于神经网络的海洋天气预测方法，其特征在于，所述步骤s1中，对云层图像数据集进行预处理包括：
5.根据权利要求1所述的一种基于神经网络的海洋天气预测方法，其特征在于，所述步骤s2中，图像特征提取模块具体为yolov8神经网...
【专利技术属性】
技术研发人员：何泰华，高溦，刘志伟，王淏纬，陈瑶，伍尚铿，张涛，贾书凝，苏楠，彭伟强，
申请(专利权)人：广东海洋大学，
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。