龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本发明公开了一种基于信号分解的多要素海浪预报方法、电子设备、介质，包括：对有效波高、有效波周期、波向时序数据分别进行自适应噪声完备经验模态分解，将分解得到的每一本征模态函数划分为高频模态函数、低频模态函数；将有效波高、有效波周期、波向时序数据对应的低频模态函数划分为K11、K21、K31组模态；对有效波高、有效波周期、波向时序数据对应的高频模态函数分别叠加后进行变分模态分解，将分解得到的模态函数分别划分为K12、K22、K32组模态；将K11、K12组模态依次输入BiLSTM模型，输出效波高预测结果；将K21、K22组模态依次输入LSTM模型，输出有效波周期预测结果；将K31、K32组模态依次输入LSTM‑GRU模型，输出波向预测结果。
主权项：1.一种基于信号分解的多要素海浪预报方法，其特征在于，所述方法包括：获取海浪数据，将海浪数据分解为有效波高时序数据、有效波周期时序数据、波向时序数据；对有效波高时序数据、有效波周期时序数据、波向时序数据分别进行自适应噪声完备经验模态分解，计算分解得到的每一本征模态函数的熵值；设置熵阈值，将熵值大于熵阈值的本征模态函数作为高频模态函数，将熵值小于熵阈值的本征模态函数作为低频模态函数；将有效波高时序数据、有效波周期时序数据、波向时序数据对应的低频模态函数分别划分为K11组模态、K21组模态、K31组模态；对有效波高时序数据、有效波周期时序数据、波向时序数据对应的高频模态函数分别叠加后进行变分模态分解；将变分模态分解后得到的模态函数分别划分为K12组模态、K22组模态、K32组模态；将K11组模态、K12组模态依次输入BiLSTM模型中，输出有效波高预测结果；将K21组模态、K22组模态依次输入LSTM模型中，输出有效波周期预测结果；将K31组模态、K32组模态依次输入LSTM-GRU模型中，输出波向预测结果。
全文数据：
权利要求：
百度查询： 浙江大学 基于信号分解的多要素海浪预报方法、电子设备、介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号