基于卷积长短记忆网络的海浪宏观特征量预测系统
公开
摘要
本发明公开了一种基于卷积长短记忆网络的海浪宏观特征量预测系统，包括：风场信息获取模块，用于根据外部提供的数值预报风场，得到最新的风强迫要素；经过迭代训练后得到的深度神经网络模型，用于根据最新的风强迫要素，运算得到海浪宏观特征量预测结果；深度神经网络模型包括多个驱动场强迫卷积长短记忆网络模块，驱动场强迫卷积长短记忆网络模块以三层串联卷积长短记忆单元ConLSTM为基础构成。本发明利用卷积和长短记忆分别学习风浪作用关系及浪场空间关联和传播历史，从而较全面的刻画海浪在风作用下的受迫运动性和自身的传播记忆性。
基本信息
专利标题 ：
基于卷积长短记忆网络的海浪宏观特征量预测系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114580509A
申请号 ：
CN202210157970.7
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
高志一于福江侯放王娟娟邢闯
申请人 ：
国家海洋环境预报中心
申请人地址 ：
北京市海淀区大慧寺8号
代理机构 ：
北京知呱呱知识产权代理有限公司
代理人 ：
胡乐
优先权 ：
CN202210157970.7
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G01C13/00 G01W1/10
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-06-03 ：
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
