一种基于深度学习的海洋三维温度场反演方法
公开
摘要
本发明公开了一种基于深度学习的海洋三维温度场反演方法,属于海洋反演技术领域,该方法首先获取含有海洋表面特征的数据样本库,对不同特征进行预处理,得到具有时空关联性的海洋三维温度场样本库;其次基于所述的海洋三维温度场样本库,利用卷积长短期记忆网络建立海洋三维温盐场反演模型:反演模型的输入为海洋环境特征,包括海表面温度、海表面盐度、海面风,反演模型的输出为海洋次表面的温度场数据;反演模型的最终输出为海面下100米、200米、500米、1000米及2000米的反演温度场。本发明利用深度学习的强非线性映射能力和多模态融合能力来开展海洋三维时空温度场的反演分析,实现了次表层温度场及时、准确、轻量化反演。
基本信息
专利标题 :
一种基于深度学习的海洋三维温度场反演方法
专利标题(英):
暂无
公开(公告)号 :
CN114417693A
申请号 :
CN202111419229.5
公开(公告)日 :
2022-04-29
申请日 :
2021-11-26
授权号 :
暂无
授权日 :
暂无
发明人 :
宋弢魏伟徐丹亚
申请人 :
中国石油大学(华东)
申请人地址 :
山东省青岛市黄岛区长江西路66号
代理机构 :
代理人 :
优先权 :
CN202111419229.5
主分类号 :
G06F30/27
IPC分类号 :
G06F30/27 G06N3/04 G06N3/08 G06F119/08 G06F111/10
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习,例如人工智能,神经网络,支持向量机或训练模型
法律状态
2022-04-29 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载