一种基于时间序列Transformer的海水表层温度预测方法

    公开(公告)号:CN116402218A

    公开(公告)日:2023-07-07

    申请号:CN202310361122.2

    申请日:2023-04-06

    Applicant: 厦门大学

    Abstract: 一种基于时间序列Transformer的海水表层温度预测方法,首先对海表温度历史数据进行高斯归一化处理,划分训练集和验证集,然后对编码器输入、解码器输入和输出标签进行设置,接着分别对编码器输入和解码器输入进行时序嵌入操作,并进行编码器层的多头注意力层、前馈神经网络层、以及残差连接和层归一化操作,以及解码器层的遮挡多头注意力层、多头注意力层、前馈神经网络层、以及残差连接和层归一化操作,然后解码器输出经过一个线性全连接层得到网络输出,和海表温度观测进行比较,得到误差后向传播,微调网络,最后网络输出经过尺度逆变换,得到最终预测值。本发明时间序列Transformer能有效提升海表温度的长期预测表现。

    一种玻璃浮计静力称量校准中的刻度对准自动识别方法

    公开(公告)号:CN115144301A

    公开(公告)日:2022-10-04

    申请号:CN202210763083.4

    申请日:2022-06-29

    Applicant: 厦门大学

    Abstract: 一种玻璃浮计静力称量校准中的刻度对准自动识别方法,涉及玻璃浮计校准领域。首先模拟校准中可能出现的各种玻璃浮计干管刻度和校准液液面的对准情况,并使用工业相机进行记录,然后各种条件下工业相机记录的每幅对准图片进行人工甄别,按照玻璃浮计干管刻度和校准液液面是否对准进行分类标注,构建监督学习所需的训练验证数据集,接着使用深度学习技术进行训练和验证,最后将通过验证的深度学习模型用于干管刻度和校准液液面对准状态的自动识别。有助于实现玻璃浮计的全自动校准,节约人力成本,提高校准效率。

    一种海洋浮标表层环境要素数据的质控方法

    公开(公告)号:CN114003590A

    公开(公告)日:2022-02-01

    申请号:CN202111272320.9

    申请日:2021-10-29

    Abstract: 一种海洋浮标表层环境要素数据的质控方法,涉及海洋领域。对数据进行格式整理,将所有观测要素数据选取不同的质控方法,分离出正确数据、未评估数据、可疑数据、错误数据和缺失数据,并对不同类型的判定数据进行数据质量标识。质控方法包括空白值检验、时间检验、位置检验、设备日志检验、阈值检验、Grubbs检验、Dixon检验、峰度检验、三倍标准差检验、梯度检验、僵值检验、可视化检验等。针对海洋浮标表层环境要素数据建立一套标准化的数据质量控制方法,能对海洋浮标数据进行有效质控,并且形成一份质控后与原数据对应的数据标识,流程清晰、易用、可扩展性强,可为社会发展、海洋经济建设、防灾减灾、应急管理、国防安全等服务。

    基于电波与海洋特征的地波雷达数据多维度质量控制和评估系统

    公开(公告)号:CN119959892A

    公开(公告)日:2025-05-09

    申请号:CN202411963696.8

    申请日:2024-12-30

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于电波与海洋特征的地波雷达多维度数据质量控制和评估系统,包括:获取经过预处理得到的不同类型的地波雷达海洋环境数据,对不同类型的数据采用不同的质控方法和流程进行检验,分离出带有质量标识的质控后数据,质控方法包括格式检验、时间范围检验、位置检验、雷达有效观测范围检验、阈值检验、几何精度因子检验、中值滤波检验、莱茵达检验、梯度检验、关联性检验和可视化检验;针对地波雷达海洋环境数据平面分布的变精度特征,对不同类型的数据选择不同的评估方法进行质量评估,得到对应的评估结论。本发明综合考虑地波雷达海洋环境数据同时具有电波和海洋双重特征,建立了针对地波雷达数据的精细化质量控制和评估方案。

    一种基于集成学习的海水表层温度预测方法

    公开(公告)号:CN114692999A

    公开(公告)日:2022-07-01

    申请号:CN202210447842.6

    申请日:2022-04-26

    Applicant: 厦门大学

    Abstract: 一种基于集成学习的海水表层温度预测方法,涉及海水表层温度预测。将海表温度历史数据作为训练验证数据集作高斯归一化处理;按时间先后顺序将训练验证数据集在时间上的前一半数据作为留存训练验证子集一,后一半数据作为留存训练验证子集二;分别划分训练集和验证集;选取MLP、LSTM、CNN和CNNLSTM作为初级模型,在留存训练验证子集一上进行每个初级模型的训练和验证,保存通过验证的四个初级模型;选取ConvLSTM作为次级模型,分别加载保存的四个初级模型,在留存训练验证子集二上预测,以预测值作为次级模型的训练输入样本,训练和验证次级模型;用通过验证的次级模型进行海表温度新数据预测。提高预测能力和精度。

    一种基于多尺度补丁的有效波高预测方法

    公开(公告)号:CN119961629A

    公开(公告)日:2025-05-09

    申请号:CN202510075919.5

    申请日:2025-01-17

    Applicant: 厦门大学

    Abstract: 一种基于多尺度补丁的有效波高预测方法,涉及海洋环境变量预测领域。首先对有效波高相关的多个海洋环境变量历史数据进行高斯归一化处理,划分训练集和验证集,然后确定模型的层数和每层的分支数,接着对模型每层每个分支的编码器层输入进行时序嵌入操作,并进行编码器层的多头注意力层、前馈神经网络层、以及残差连接和批归一化操作,然后模型的多层输出经过一个线性全连接层得到网络输出,和归一化后的有效波高观测进行比较,得到误差后向传播,微调网络,最后网络输出经过尺度逆变换,得到最终预测值。本发明基于多尺度补丁的预测方法能有效提升有效波高的短期和长期预测表现。

    一种玻璃浮计静力称量校准中的刻度对准自动识别方法

    公开(公告)号:CN115144301B

    公开(公告)日:2024-12-03

    申请号:CN202210763083.4

    申请日:2022-06-29

    Applicant: 厦门大学

    Abstract: 一种玻璃浮计静力称量校准中的刻度对准自动识别方法,涉及玻璃浮计校准领域。首先模拟校准中可能出现的各种玻璃浮计干管刻度和校准液液面的对准情况,并使用工业相机进行记录,然后各种条件下工业相机记录的每幅对准图片进行人工甄别,按照玻璃浮计干管刻度和校准液液面是否对准进行分类标注,构建监督学习所需的训练验证数据集,接着使用深度学习技术进行训练和验证,最后将通过验证的深度学习模型用于干管刻度和校准液液面对准状态的自动识别。有助于实现玻璃浮计的全自动校准,节约人力成本,提高校准效率。

    一种海洋浮标表层环境要素数据的质控方法

    公开(公告)号:CN114003590B

    公开(公告)日:2024-04-30

    申请号:CN202111272320.9

    申请日:2021-10-29

    Abstract: 一种海洋浮标表层环境要素数据的质控方法,涉及海洋领域。对数据进行格式整理,将所有观测要素数据选取不同的质控方法,分离出正确数据、未评估数据、可疑数据、错误数据和缺失数据,并对不同类型的判定数据进行数据质量标识。质控方法包括空白值检验、时间检验、位置检验、设备日志检验、阈值检验、Grubbs检验、Dixon检验、峰度检验、三倍标准差检验、梯度检验、僵值检验、可视化检验等。针对海洋浮标表层环境要素数据建立一套标准化的数据质量控制方法,能对海洋浮标数据进行有效质控,并且形成一份质控后与原数据对应的数据标识,流程清晰、易用、可扩展性强,可为社会发展、海洋经济建设、防灾减灾、应急管理、国防安全等服务。

Patent Agency Ranking