-
公开(公告)号:CN114819338A
公开(公告)日:2022-07-29
申请号:CN202210438445.2
申请日:2022-04-25
Applicant: 上海海洋大学
IPC: G06Q10/04 , G06Q50/26 , G06F16/2458 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于双注意力机制的多要素海表面温度预测方法,包括:对海面监测数据进行预处理,获得输入时间序列X,并将其作为要素注意力模块的输入获得k时刻的要素注意力权重再将要素注意力权重和对应的输入时间序列X相乘得到加权特征X′;通过编码器对加权特征X′进行转换获得所有时间步长的隐藏状态hl,并将其作为时间注意力模块的输入获得t时刻的时间注意力权重βt。上述基于双注意力机制的多要素海表面温度预测方法,通过编码器‑解码器架构的预测模型用于长期时间序列SST预测,显著提高了预测精度。其中要素注意力和时间注意力模块不仅可以自适应地选择最相关的要素特征,还可以适当地捕捉时间序列SST数据的长期时间相关性。
-
公开(公告)号:CN114819338B
公开(公告)日:2024-07-19
申请号:CN202210438445.2
申请日:2022-04-25
Applicant: 上海海洋大学
IPC: G06F18/20 , G06F18/213 , G06F18/15 , G06N3/0455 , G06N3/0442 , G06N3/049 , G06N3/08 , G06F123/02
Abstract: 本发明涉及一种基于双注意力机制的多要素海表面温度预测方法,包括:对海面监测数据进行预处理,获得输入时间序列X,并将其作为要素注意力模块的输入获得k时刻的要素注意力权重#imgabs0#再将要素注意力权重#imgabs1#和对应的输入时间序列X相乘得到加权特征X′;通过编码器对加权特征X′进行转换获得所有时间步长的隐藏状态hl,并将其作为时间注意力模块的输入获得t时刻的时间注意力权重βt。上述基于双注意力机制的多要素海表面温度预测方法,通过编码器‑解码器架构的预测模型用于长期时间序列SST预测,显著提高了预测精度。其中要素注意力和时间注意力模块不仅可以自适应地选择最相关的要素特征,还可以适当地捕捉时间序列SST数据的长期时间相关性。
-
公开(公告)号:CN114694029A
公开(公告)日:2022-07-01
申请号:CN202210361713.5
申请日:2022-04-07
Applicant: 上海海洋大学
IPC: G06V20/10 , G06T7/90 , G06T7/73 , G06T7/40 , G06T7/246 , G06K9/62 , G06V10/764 , G06V10/77 , G06V10/54 , G06V10/56
Abstract: 本发明提供一种计算机视觉的金枪鱼表形纹理特征自动提取方法和应用,通过计算机视觉对3种金枪鱼图像进行预先定位基准点,通过移动基准点确定纹理特征区域并自动截取。对纹理图像进行灰度转换和灰度量化处理,量化的灰度图像进行灰度共生矩阵计算,并对灰度共生矩阵进行归一化处理。通过归一化的灰度共生矩阵计算出6个纹理指标,并分析纹理指标的距离和方向的变化趋势,通过因子分析金枪鱼纹理指标,为金枪鱼智能识别奠定前期基础,也为其他鱼类表型纹理自动提取提供借鉴和参考。
-
-