一种基于集成学习的海水表层温度预测方法
基本信息
| 申请号 | CN202210447842.6 | 申请日 | - |
| 公开（公告）号 | CN114692999A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114692999A | 申请公布日 | 2022-07-01 |
| 分类号 | G06Q10/04（2012.01）I;G06N20/20（2019.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 戴昊;商少平;雷发美;章伟婕;杨帅 | 申请（专利权）人 | 厦门大学 |
| 代理机构 | 厦门南强之路专利事务所（普通合伙） | 代理人 | - |
| 地址 | 361005福建省厦门市思明区思明南路422号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于集成学习的海水表层温度预测方法，涉及海水表层温度预测。将海表温度历史数据作为训练验证数据集作高斯归一化处理；按时间先后顺序将训练验证数据集在时间上的前一半数据作为留存训练验证子集一，后一半数据作为留存训练验证子集二；分别划分训练集和验证集；选取MLP、LSTM、CNN和CNNLSTM作为初级模型，在留存训练验证子集一上进行每个初级模型的训练和验证，保存通过验证的四个初级模型；选取ConvLSTM作为次级模型，分别加载保存的四个初级模型，在留存训练验证子集二上预测，以预测值作为次级模型的训练输入样本，训练和验证次级模型；用通过验证的次级模型进行海表温度新数据预测。提高预测能力和精度。 |
