-
题名预测有效波高的深度学习模型研究
被引量：2
- 1
-
-
作者
秦易凡
罗锋
张杰
汪忆
张义丰
-
机构
河海大学港口海岸与近海工程学院
南通河海大学海洋与近海工程研究院
河海大学海岸灾害及防护教育部重点实验室
-
出处
《海洋通报》
CAS
CSCD
北大核心
2024年第3期382-390,共9页
-
基金
江苏省海洋科技创新项目(JSZRHYKJ202105,JSZRHYKJ202303)
南通社会民生科技计划项目(MS12022009,MS22022082,MS22022083)。
-
文摘
研究基于RNN、LSTM、GRU深度学习模型,针对NOAA浮标数据集中的44013、44014、44017浮标的数据,通过斯皮尔曼相关性分析提高模型预测效果。实验结果表明,在进行相关性分析后,S-RNN、S-LSTM、S-GRU的预测效果均比原始RNN、LSTM、GRU模型预测效果好。此外,提出一种基于LSTM的LSTM-Attention波高预测模型,并进行相关实验,量化LSTM-Attention模型的预测效果,实验结果表明LSTM-Attention模型有更好的预测效果。为评估模型的泛化能力,研究还提出了一种采用邻近浮标数据进行学习,预测浮标缺失数据的方法。实验结果表明,该方法的预测精度可以达到97.93%。本研究为海浪预测提供了新的方法和思路,也为未来深度学习模型在海浪预测中的应用提供了参考。
-
关键词
深度学习
海浪
有效波高
LSTM-Attention
-
Keywords
deep learning
sea wave
significant wave height
LSTM-Attention
-
分类号
P731.22
[天文地球—海洋科学]
-
