公开(公告)号：CN118463936A

公开(公告)日：2024-08-09

申请号：CN202410538180.2

申请日：2024-04-30

Applicant: 上海大学

Inventor： 陈侨川 ,  杨耀骏 ,  张丹 ,  李孝伟 ,  陈耀然 ,  周熙

IPC: G01C13/00 ,  G06V20/13 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N3/0442 ,  G06N3/045 ,  G01M10/00

Abstract: 本发明提供一种基于深度学习的中尺度涡分布预测方法，其包括以下步骤：选定预测海域，获取该海域海面高度异常数据和台风数据并将其转换为中尺度涡分布图像；通过编码器对所述中尺度涡分布图像进行特征提取并转化为低维度保留上下文信息，得到序列数据；建立基于注意力模块的BiST‑LSTM神经网络模型，并对其进行训练得到训练好的网络模型；将该序列数据输入至训练好的网络模型，进行网络逐层提取和组合数据中的抽象特征之后输出通过解码器进行特征重建得到预测图像。本发明采用双向时空记忆流，增加更长和不同层次的信息，同时加入注意力机制，使得模型能够考虑到更多涡流的细节信息，提高预测的准确率。