-
公开(公告)号：CN117709529A
公开(公告)日：2024-03-15
申请号：CN202311713437.5
申请日：2023-12-13
Applicant: 浙江大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/045 , G06N3/0442
Abstract: 本发明提出了一种基于图神经网络的海洋表面温度预测方法，属于深度学习模型预测领域。本发明基于空间距离和皮尔森相关系数的连边策略，将数据转化为图结构，从而实现海域信息完整表达；通过设计基于迭代式图神经网络的静态图编码器，整合边特征并形成多层信息传递，对热量传输过程进行深入表征；随后，构建包含静态图编码器、时序编码器和全连接层解码器的图记忆神经网络，对海洋表面温度进行预测。本发明将海洋表面温度数据以图的方式进行编码，在多个预测步长上均表现出较对比方法更优越的泛化能力，克服了现有模型未充分考虑空间信息的不足，提升了图神经网络对海表温度预测的精度。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
