基于卷积神经网络的江河涌潮预报方法

    公开(公告)号:CN114548487B

    公开(公告)日:2024-12-20

    申请号:CN202210021093.0

    申请日:2022-01-10

    Abstract: 本发明公开了基于卷积神经网络的江河涌潮预报方法,其方法对江河涌潮数据进行预处理,采用相关分析法分析各影响因素对涌潮的影响程度,选择农历日期、气象条件、上游来水、江道地形、预报因子的前日信息影响因子作为特征向量构建特征集,采用二维卷积神经网络提取输入特征集中的有效特征,利用全连接神经网络建立江河涌潮预报模型,利用粒子群算法优化模型超参数,得到最优模型,基于提取后的影响因素特征预测江河涌潮特征信息。本发明综合考虑各种主要影响因素对江河涌潮的影响,具有较高的预报精度和可靠性,可为防潮安全管理、市民游客观潮等提供及时、准确、可靠的潮汛服务。

    基于卷积神经网络的江河涌潮预报方法

    公开(公告)号:CN114548487A

    公开(公告)日:2022-05-27

    申请号:CN202210021093.0

    申请日:2022-01-10

    Abstract: 本发明公开了基于卷积神经网络的江河涌潮预报方法,其方法对江河涌潮数据进行预处理,采用相关分析法分析各影响因素对涌潮的影响程度,选择农历日期、气象条件、上游来水、江道地形、预报因子的前日信息影响因子作为特征向量构建特征集,采用二维卷积神经网络提取输入特征集中的有效特征,利用全连接神经网络建立江河涌潮预报模型,利用粒子群算法优化模型超参数,得到最优模型,基于提取后的影响因素特征预测江河涌潮特征信息。本发明综合考虑各种主要影响因素对江河涌潮的影响,具有较高的预报精度和可靠性,可为防潮安全管理、市民游客观潮等提供及时、准确、可靠的潮汛服务。

Patent Agency Ranking