-
公开(公告)号:CN117371303A
公开(公告)日:2024-01-09
申请号:CN202311175859.1
申请日:2023-09-13
Applicant: 河海大学
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明提供了一种海浪下有效波高的预测方法,包括步骤一:基于历史NOAA浮标数据,组成数据集;将所述数据集进行预处理筛除缺失值和异常值数据后,划分为训练集和测试集;步骤二:采用Tensorflow架构,从keras库中调用LSTM层搭建LSTM模型后添加Attention层,获取LSTM神经网络和Attention机制相结合的预报模型;步骤三:使用所述训练集对所述预报模型进行迭代训练,并将所述测试集输入至训练好的所述预报模型中进行测试;并根据反归一化处理对所述预报模型精度进行验证,将满足预设预报精度标准评价的所述预报模型作为海浪有效波高预报模型,用于确定海浪待测点有效波高;本发明用于海洋水文气象预报领域,提高了LSTM模型预报有效波高的准确性,为研究海浪智能预报系统奠定基础。