公开(公告)号：CN115758898A

公开(公告)日：2023-03-07

申请号：CN202211485897.2

申请日：2022-11-24

Applicant: 哈尔滨工程大学

Inventor： 高峰 ,  毛锴 ,  张绍晴 ,  刘厂 ,  李云波 ,  刘云飞

IPC: G06F30/27 ,  G06F18/214 ,  G06F119/02

Abstract: 本发明公开了一种基于深度学习的海洋稀疏观测数据同化方法，属于海洋观测技术领域。首先根据海洋历史再分析数据构建训练数据集，然后构建基于深度学习的神经网络模型，并利用训练数据集对该基于深度学习的神经网络模型进行训练，得到稀疏观测数据同化计算模型。最后将稀疏观测数据输入同化计算模型中，得到融合观测信息后的分析场。本发明利用深度神经网络的非线性映射能力，通过学习海洋历史再分析数据构建稀疏观测数据同化计算模型，提高了稀疏观测数据的利用效率，克服了现有数据同化技术的不足。

公开(公告)号：CN115712807A

公开(公告)日：2023-02-24

申请号：CN202211496372.9

申请日：2022-11-24

Applicant: 哈尔滨工程大学

Inventor： 高峰 ,  毛锴 ,  张绍晴 ,  李云波 ,  钟健 ,  刘厂

IPC: G06F17/16 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种利用卫星遥感数据反演海洋三维温盐场的方法，属于海洋观测领域；具体为首先，针对待处理的海洋区域，获取历史数据构建训练集；然后，构建基于U‑Net神经网络的深度学习网络模型；通过在不同卷积层建立跳跃连接，使不同卷积层中的所有信息都能在上采样过程中得到保留。接着，利用训练集对深度学习网络进行训练，得到智能反演模型。最后，输入待采集时刻的卫星遥感数据，利用智能反演模型得到对应的海洋三维温盐场；本发明由于加入了时间变量使得反演模型具备了学习时间规律特征的能力。在保证实际可行性前提下提高了反演精确度，卫星遥感数据的利用价值和利用效率，同时具备良好的通用性。