公开(公告)号：CN111144666B

公开(公告)日：2022-11-29

申请号：CN202010000236.0

申请日：2020-01-02

Applicant: 吉林大学

Inventor： 姜宇 ,  何丽莉 ,  白洪涛 ,  陈庆忠 ,  刘志涛 ,  李舞桂 ,  詹锦其 ,  欧阳丹彤

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度时空残差网络的海洋温跃层预测方法，基于时空数据的特殊属性，本发明通过使用残差神经网络框架来模拟海洋温跃层演变的接近性，周期性和趋势性，针对每个属性，本发明设计了残余卷积单元的一个分支，每个单元内对海洋温度的空间属性进行建模，ST‑ResNet根据数据动态聚合三个残差神经网络的输出，为不同分支分配不同的权重以预测某一指定海域的最终温跃层情况，对经度95°W～115°W，纬度9.5°N～9.5°S海域的实验表明，所提出的ST‑ResNet相较于传统的SVM方法，在相同运行环境、不同的经度、纬度、深度的数据规格下，loss值分别降低了68、11、9倍，运行时间分别提升了3、35、53倍。

公开(公告)号：CN111144666A

公开(公告)日：2020-05-12

申请号：CN202010000236.0

申请日：2020-01-02

Applicant: 吉林大学

Inventor： 姜宇 ,  何丽莉 ,  白洪涛 ,  陈庆忠 ,  刘志涛 ,  李舞桂 ,  詹锦其 ,  欧阳丹彤

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度时空残差网络的海洋温跃层预测方法，基于时空数据的特殊属性，本发明通过使用残差神经网络框架来模拟海洋温跃层演变的接近性，周期性和趋势性，针对每个属性，本发明设计了残余卷积单元的一个分支，每个单元内对海洋温度的空间属性进行建模，ST-ResNet根据数据动态聚合三个残差神经网络的输出，为不同分支分配不同的权重以预测某一指定海域的最终温跃层情况，对经度95°W～115°W，纬度9.5°N～9.5°S海域的实验表明，所提出的ST-ResNet相较于传统的SVM方法，在相同运行环境、不同的经度、纬度、深度的数据规格下，loss值分别降低了68、11、9倍，运行时间分别提升了3、35、53倍。