环境数据确定方法、装置、电子设备、存储介质及计算机程序产品制造方法及图纸

技术编号:46592918 阅读:1 留言:0更新日期:2025-10-10 21:26
本申请提供了一种环境数据确定方法、装置、电子设备、存储介质及计算机程序产品,该方法包括:获得目标区域的环境数据,环境数据至少包括波高数据、波向数据、表层洋流数据、u向风数据和v向风数据;利用预测模型对环境数据进行识别,得到目标区域预设时长后的预测波高数据、预测波向数据、预测表层洋流数据、预测u向风数据和预测v向风数据,预测模型利用融合损失函数基于目标区域预设时段内的环境数据进行训练得到,融合损失函数至少包括波高损失、波向损失、表层洋流损失、u向风损失、v向风损失、风速矢量损失和波浪成长损失,风速矢量损失用于约束u向风与v向风之间的平衡关系,波浪成长损失用于约束波高与u、v向风之间的平衡关系。

【技术实现步骤摘要】

本申请涉及数据处理领域,尤其涉及一种环境数据确定方法、装置、电子设备、存储介质及计算机程序产品


技术介绍

1、随着人工智能技术的飞速发展,无人水面船的研究与应用越来越广泛。由于强风浪等可能导致船体结构疲劳或设备损坏等,针对无人水面船的安全航行问题,需要对复杂海洋环境进行预测,以调整航行姿态。然而传统系统往往采用静态数据或固定规则,难以处理复杂非线性动态特性,无法实时高效地适应复杂多变的海洋环境,从而严重制约了监测和决策效率。

2、传统的海洋监测方法在应对复杂海洋环境的动态特性存在诸多不足,传统的气象浮标和卫星遥感数据更新周期较长,无法给无人水面船提供实时性海洋环境且难以捕捉小尺度天气现象。同时全球海洋模型空间分辨率通常较大,难以解析无人水面船航行的环境情况。并且现有预测模型多独立处理风、浪、流,而实际环境中三者存在强耦合关系,导致联合预测误差累积。

3、近年来,深度学习作为热门的技术得到了广泛研究与应用,为复杂海洋环境预测提供了新的解决方案。将深度学习应用于环境预测能够反映未来的环境变化趋势供给船舶控制系统进行姿态控制,有效降低无本文档来自技高网...

【技术保护点】

1.一种环境数据确定方法,所述方法包括:

2.根据权利要求1所述的方法,所述利用预测模型对所述环境数据进行识别之前,所述方法还包括:

3.根据权利要求1所述的方法,所述利用预测模型对所述环境数据进行识别,包括:

4.根据权利要求3所述的方法,所述方法还包括:

5.根据权利要求4所述的方法,所述计算融合损失值,包括:

6.根据权利要求5所述的方法,所述计算融合损失值,包括:

7.一种环境数据确定装置,所述装置包括:

8.一种电子设备,包括:

9.一种计算机可读存储介质,所述存储介质存储有计算机程...

【技术特征摘要】

1.一种环境数据确定方法,所述方法包括:

2.根据权利要求1所述的方法,所述利用预测模型对所述环境数据进行识别之前,所述方法还包括:

3.根据权利要求1所述的方法,所述利用预测模型对所述环境数据进行识别,包括:

4.根据权利要求3所述的方法,所述方法还包括:

5.根据权利要求4所述的方法,所述计算融合损失值,包括:

6.根据权利要求5所述的方法,所述...

【专利技术属性】
技术研发人员:王成龙吴鹏秦浩王元慧关一田鄂继洋池炳嘉张潇月任哲达张永矿戴开恒
申请(专利权)人:哈尔滨工程大学三亚南海创新发展基地
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1