一种海流轨迹预测方法
    2.
    发明公开

    公开(公告)号:CN115062762A

    公开(公告)日:2022-09-16

    申请号:CN202210670893.5

    申请日:2022-06-09

    Abstract: 本发明公开了一种海流轨迹预测方法,包括:获取待预测海流轨迹区域的时间序列数据,对时间序列数据进行预处理;将预处理后的时间序列数据分别输入基于时空注意力机制的特征融合模块和跳跃残差连接模块中提取轨迹特征;将轨迹特征分别输入GRU深度学习预测模型和决策树模型中,输出两个模型的预测结果;将两个模型的预测结果进行加权平均,生成最终预测结果。该方法可分别对待预测海域的海流流速和流向进行预测,且模型的泛化能力强,具有可解释性,预报精度和效率高。

    Argo数据业务化系统
    4.
    发明公开

    公开(公告)号:CN106302665A

    公开(公告)日:2017-01-04

    申请号:CN201610630679.1

    申请日:2016-08-02

    CPC classification number: H04L67/12 H04L67/02

    Abstract: 本发明涉及一种Argo数据业务化系统,包括实时数据接收、处理子系统,实时数据解码入库子系统,实时/延时数据自动质量控制系统,人工浏览审核子系统,查询检索统计导出子系统,数据监控系统,数据服务子系统,业务化运行报告制作系统。本发明从工作平台的角度出发,建立一个Argo业务化运行系统,首先对数据接收和处理的流程和技术细节进行了梳理,形成强壮的业务化接收处理系统,保证数据完整性,继而将数据与管理平台通过数据库进行连接,将数据处理、管理和服务的信息分类整合,尽可能的在一个平台中予以体现,最终形成一个完整的业务化运行体系。

    一种海流轨迹预测方法
    5.
    发明授权

    公开(公告)号:CN115062762B

    公开(公告)日:2024-11-26

    申请号:CN202210670893.5

    申请日:2022-06-09

    Abstract: 本发明公开了一种海流轨迹预测方法,包括:获取待预测海流轨迹区域的时间序列数据,对时间序列数据进行预处理;将预处理后的时间序列数据分别输入基于时空注意力机制的特征融合模块和跳跃残差连接模块中提取轨迹特征;将轨迹特征分别输入GRU深度学习预测模型和决策树模型中,输出两个模型的预测结果;将两个模型的预测结果进行加权平均,生成最终预测结果。该方法可分别对待预测海域的海流流速和流向进行预测,且模型的泛化能力强,具有可解释性,预报精度和效率高。

    Argo数据业务化系统
    6.
    发明授权

    公开(公告)号:CN106302665B

    公开(公告)日:2019-07-23

    申请号:CN201610630679.1

    申请日:2016-08-02

    Abstract: 本发明涉及一种Argo数据业务化系统,包括实时数据接收、处理子系统,实时数据解码入库子系统,实时/延时数据自动质量控制系统,人工浏览审核子系统,查询检索统计导出子系统,数据监控系统,数据服务子系统,业务化运行报告制作系统。本发明从工作平台的角度出发,建立一个Argo业务化运行系统,首先对数据接收和处理的流程和技术细节进行了梳理,形成强壮的业务化接收处理系统,保证数据完整性,继而将数据与管理平台通过数据库进行连接,将数据处理、管理和服务的信息分类整合,尽可能的在一个平台中予以体现,最终形成一个完整的业务化运行体系。

    基于LSTM编解码模型的海洋浮标轨迹预测方法

    公开(公告)号:CN112364119A

    公开(公告)日:2021-02-12

    申请号:CN202011392272.2

    申请日:2020-12-01

    Abstract: 本发明公开了一种基于LSTM编解码模型的海洋浮标轨迹预测方法,包括:获取海洋浮标的轨迹序列,包括海洋浮标的经度坐标和纬度坐标,所有海洋浮标的轨迹序列构成数据集,将数据集分成训练集和测试集;编码器每一个时间步读取训练集中一个轨迹点周期性编码标准化后的数据,并结合上一时间步的隐层输出生成该步的输出,延时间轴方向不断读取最终转换成固定长度的全局向量表示;解码器基于全局向量表示初始化内部状态,直至模型收敛;将测试集输入至训练好的模型中,得到海洋浮标预测轨迹。本发明能够对海洋浮标的轨迹进行准确预测,对于指导浮标投放具有很大的参考价值。

Patent Agency Ranking