一种基于DeepAR模型的近岸海底小目标冲蚀掩埋预测方法
申请号:CN202410928023
申请日期:2024-07-11
公开号:CN118839607A
公开日期:2024-10-25
类型:发明专利
摘要
本发明公开了一种基于DeepAR模型的近岸海底小目标冲蚀掩埋预测方法,属于近岸海洋工程研究领域,包括获取近岸海底局部特征环境因子数据和掩埋深度数据;采用长短期记忆神经网络(LSTM)模型,构建所述DeepAR模型;根据所述近岸海底小目标冲蚀掩埋训练集和验证集,训练和优化所述DeepAR模型;根据所述近岸海底小目标冲蚀掩埋测试集,对优化后的DeepAR模型进行精度评价。本发明采用上述的一种基于DeepAR模型的近岸海底小目标冲蚀掩埋预测方法,解决了传统近岸海底小目标冲蚀掩埋深度预测方法所存在的准确性和适用性问题,提高了专业人员对近岸海底小目标的掩埋深度预测的准确率和效率。
技术关键词
LSTM模型
长短期记忆神经网络
海洋工程研究
深度预测方法
数据
序列
因子
标准化方法
训练集
长径比
超参数
流速
变量
节点
误差
专业
波长
指标
代表