一种基于深度信念网络的上层海洋热结构预测方法

摘要

本发明公开了一种基于深度信念网络的上层海洋热结构预测方法，步骤如下：1)确定合适的环境参数作为热结构预测模型的输入因子和预测值；2)建立上层海洋热结构样本数据集，将样本数据分为训练数据和测试数据，并进行统一的数据预处理；3)建立深度信念网络，对样本数据进行逐层无监督预训练，初步获取模型的较优参数；4)基于反向传播算法，根据训练样本的标记对模型的参数进行微调，确定最优参数；5)将建立好的上层海洋热结构预测模型应用到测试数据，输出层即可得到预测的上层海洋特定深度处的温度值。本发明提出了基于深度信念网络的上层海洋热结构预测方法，克服了传统方法的单一拟合和过拟合问题，有效提取出海洋表层环境参数与上层海洋热结构之间的特征关系，提高了上层海洋热结构预测的准确性。

主权项

一种基于深度信念网络的上层海洋热结构预测方法，其特征在于它的步骤如下：1)预设环境参数作为热结构预测模型的输入因子和预测值；2)建立上层海洋热结构样本数据集，将样本数据分为训练数据和测试数据，并进行统一的数据预处理；3)建立深度信念网络，对样本数据进行逐层无监督预训练，初步获取模型的较优参数；4)基于反向传播算法，根据训练样本的标记对模型的参数进行调整，确定最优参数；5)将建立好的上层海洋热结构预测模型应用到测试数据，输出层即可得到预测的上层海洋特定深度处的温度值。