Invention Publication
- Patent Title: 一种基于CNN-BiLSTM-Attention的声速剖面预测方法
-
Application No.: CN202410102785.7Application Date: 2024-01-25
-
Publication No.: CN118094462APublication Date: 2024-05-28
- Inventor: 金绍华 , 张威 , 彭程扬 , 夏海兴 , 边刚 , 崔杨 , 王美娜
- Applicant: 中国人民解放军海军大连舰艇学院
- Applicant Address: 辽宁省大连市中山区解放路667号
- Assignee: 中国人民解放军海军大连舰艇学院
- Current Assignee: 中国人民解放军海军大连舰艇学院
- Current Assignee Address: 辽宁省大连市中山区解放路667号
- Agency: 大连理工大学专利中心
- Agent 刘秋彤; 梅洪玉
- Main IPC: G06F18/25
- IPC: G06F18/25 ; G01H5/00 ; G06F18/213 ; G06N3/045 ; G06N3/0442 ; G06N3/0464 ; G06N3/084 ; G06F123/02

Abstract:
本发明提供一种基于CNN‑BiLSTM‑Attention的声速剖面预测方法,属于多波束测量声速改正研究领域。本发明主要针对多波束水深测量时,声速剖面获取手段低效且声速剖面代表性无法保证的问题,考虑充分利用历史声速剖面资料,同时顾及声速剖面的时空变化特性,提出一种基于CNN‑BiLSTM‑Attention深度学习网络的声速剖面预测模型。该模型由卷积神经网络CNN、双向长短期记忆网络BiLSTM以及注意力机制AM构成,CNN用于提取声速数据的局部空间特征,BiLSTM用于捕捉声速数据的时间依赖关系,AM则重点关注不同时刻数据对预测结果的影响程度,三者结合能够更全面地提取声速剖面数据的时空特征。
Information query