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：国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站))

摘要：本发明公开一种基于深度学习的绿潮覆盖面积预报方法，属于海洋预报领域。该方法包括以下步骤：a、确定预报区域和预报时效；b、收集绿潮覆盖面积历史多源融合数据和大气、海洋多要素历史观测数据；c、基于长短时记忆神经网络，确定训练集和测试集，设计因子组合和参数设置实验方案；d、训练模型，得到不同因子组合的预报模型；e、进行预报效果检验，选取最优预报因子组合；f、进一步采用参数设置实验方案，优化训练模型；g、进行预报效果检验，选取最优参数设置，得到绿潮覆盖面积最优预报模型；h输入实测预报因子，得到绿潮覆盖面积预报结果。本发明可以对绿潮覆盖面积进行3天预报，为绿潮灾害防控工作提供有效的辅助决策信息。

主权项：1.一种基于深度学习的绿潮覆盖面积预报方法，其特征在于包括以下步骤：a、确定预报区域和预报时效；b、收集预报区域绿潮覆盖面积历史多源融合数据和大气、海洋多要素历史观测数据；c、采用长短时记忆神经网络模型，确定训练集和检验集，设计长短时记忆神经网络模型的因子组合和参数设置实验方案；d、根据步骤c设计的因子组合实验方案，逐一训练长短时记忆神经网络模型，得到不同因子组合的绿潮覆盖面积神经网络预报模型；e、对步骤d训练得到的绿潮覆盖面积神经网络预报模型进行预报效果检验，根据检验结果选取绿潮覆盖面积神经网络预报模型的最优预报因子组合；f、基于步骤e得到的最优预报因子组合，采用步骤c的参数设置实验方案，优化训练得到的绿潮覆盖面积神经网络预报模型；g、对步骤f训练得到的绿潮覆盖面积神经网络预报模型进行预报效果检验，根据检验结果选取绿潮覆盖面积神经网络预报模型的最优参数设置，得到绿潮覆盖面积最优神经网络预报模型；h、根据步骤g得到的绿潮覆盖面积最优神经网络预报模型，输入实测预报因子，得到绿潮覆盖面积预报结果；步骤c中包括以下步骤：c1、确定长短时记忆神经网络模型为训练模型；c2、将步骤b收集得到的预报区域绿潮覆盖面积历史多源融合数据和大气、海洋多要素历史观测数据作为原始数据，并将原始数据处理为能够供训练模型读取的格式；c3、将步骤c2对原始数据处理好的数据分为两个时段，确定出训练集和检验集，分别用于模型训练和模型检验；c4、采用不同的因子组合和参数设计实验方案；步骤c4中包括以下步骤：c41、基于不同因子组合设计实验方案；将预报因子分为三类：第一类为必选因子，包括绿潮覆盖面积实测值；第二类为可选因子，包括预报日期；第三类为环境要素因子，包括气温、降水、短波辐射、10m高度风矢量、水温、盐度和表层流矢量；实验设计方式为：必选因子+环境要素因子组合，或必选因子+环境要素因子+可选因子组合；c42、基于参数调整设计实验方案；长短时记忆神经网络参数设置包括输入因子尺寸、响应因子尺寸、隐藏单元数量、最大周期数和原始学习率，针对隐藏单元数量、最大周期数、原始学习率进行调参，设计实验方案。

全文数据：

权利要求：

百度查询： 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站)) 一种基于深度学习的绿潮覆盖面积预报方法