一种基于深度学习的海浪有效波高时间序列预测方法
实质审查的生效
摘要
本发明属于时间序列预测领域，涉及一种基于深度学习的海浪有效波高时间序列预测方法。对于进行了离差标准化后的输入序列，采用小波分解对海浪有效波高时间序列进行消噪和特征提取，将分解得到的序列输入深层残差卷积神经网络，最后将网络的输出转换为一维序列，通过两层的线性层汇集成一维的预测结果，作为海浪有效波高的预测值。最后通过对比实验证明，本发明提出的模型具有较高的精度。
基本信息
专利标题 ：
一种基于深度学习的海浪有效波高时间序列预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114549925A
申请号 ：
CN202210052118.3
公开（公告）日 ：
2022-05-27
申请日 ：
2022-01-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
秦攀孙志铭顾宏
申请人 ：
大连理工大学
申请人地址 ：
辽宁省大连市甘井子区凌工路２号
代理机构 ：
辽宁鸿文知识产权代理有限公司
代理人 ：
隋秀文
优先权 ：
CN202210052118.3
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06V 10/774
申请日 : 20220118
申请日 : 20220118
2022-05-27 ：
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
