发明公开
- 专利标题： 一种基于经验模态分解和深度学习的有效波高预警方法
-
申请号： CN202310267127.9申请日： 2023-03-20
-
公开(公告)号： CN116484271A公开(公告)日： 2023-07-25
- 发明人: 陈耀然 , 蔡灿冬 , 张丹 , 吴昊 , 毛方赛 , 李孝伟 , 彭艳
- 申请人： 上海大学 , 上海大学绍兴研究院
- 申请人地址： 上海市宝山区上大路99号;
- 专利权人： 上海大学,上海大学绍兴研究院
- 当前专利权人： 上海大学,上海大学绍兴研究院
- 当前专利权人地址： 上海市宝山区上大路99号;
- 代理机构： 上海新隆知识产权代理事务所
- 代理商 金利琴
- 主分类号： G06F18/241
- IPC分类号： G06F18/241 ; G06F18/213 ; G06F18/214 ; G06N3/0464 ; G06N3/0455 ; G06N3/08 ; G06N5/04
摘要：
本发明公开一种基于模态分解和深度学习的有效波高预测方法。该方法采用经验模态分解方法对原始时间序列进行预处理分解得到各个模态；使用Transformer结构的编码器对各个模态的特征进行提取，Transformer结构的神经网络能够并行得捕获时间序列数据的全局特征，在加快模型训练和推理速度的同时仍然能够有效得对时间序列数据进行高效的特征提取；最后使用多层感知机根据提取到的高语义特征进行分类得到最终结果。
