预测与诊断在线海流监测数据的方法和装置

摘要

本发明公开了一种预测与诊断在线海流监测数据的方法和装置。其中，该方法包括：对预设样本数量的海流监测数据样本进行基于LMS迭代训练；根据LMS迭代训练的结果确定初始神经网络模型；使用初始神经网络模型对测试数据进行动态预测计算，其中，该测试数据中的样本数至少为预设样本数量的2倍；根据测试数据动态预测计算的结果确定动态学权值；根据动态学权值调整海流监测数据样本的样本数量；从海流监测数据样本中选取样本数量调整后的样本作为新样本；对新样本进行LMS迭代训练，得到更新的神经网络模型；使用更新的神经网络模型对后续海流监测数据进行预测与诊断。本发明提升了海流监测数据预测和诊断的有效性。

主权项

一种预测与诊断在线海流监测数据的方法，其特征在于，包括：对预设样本数量的海流监测数据样本进行基于梯度的最小均方LMS迭代训练；根据所述LMS迭代训练的结果确定初始神经网络模型；使用所述初始神经网络模型对测试数据进行动态预测计算，其中，所述测试数据中的样本数至少为所述预设样本数量的2倍；根据所述测试数据动态预测计算的结果确定动态学习权值；根据所述动态学习权值调整所述海流监测数据样本的样本数量；从所述海流监测数据样本中选取样本数量调整后的样本作为新样本；对所述新样本进行所述LMS迭代训练，得到更新的神经网络模型；使用所述更新的神经网络模型对后续海流监测数据进行预测与诊断。