-
公开(公告)号:CN113971487A
公开(公告)日:2022-01-25
申请号:CN202111238757.0
申请日:2021-10-25
摘要: 本发明提供一种预测水深的方法、系统、终端及介质,该方法包括:S1.构建预测水深与地理位置及时间的关系模型,定义损失函数;S2.构建基于地理位置及时间的训练数据集的训练矩阵,对训练矩阵进行卷积、激励与池化后得到的转化数据集作为神经网络的输入层;S3.构建神经网络,基于神经网络的输入层获取输出层,输出层为预测水深数据集;S4.使用预测水深数据集和对应的实际水深数据集训练神经网络,以损失函数的最小化为目标迭代优化获得最佳参数矩阵,并基于获得最佳参数矩阵的神经网络预测水深。本发明通过将神经网络模型应用到预测海洋水深的应用场景,通过训练后的神经网络预测给定地理位置和时间对应的水深,进而实现对水下地形冲刷情况的演化分析。