公开(公告)号：CN111428908B

公开(公告)日：2023-08-25

申请号：CN202010106716.5

申请日：2020-02-21

Applicant: 上海海洋大学

Inventor： 贺琪 ,  杨巧青 ,  黄冬梅 ,  宋巍 ,  刘东旭 ,  胡泽煜 ,  查铖

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明提供一种基于STL‑NN模型的海表面温度预测算法，其包括以下步骤：S1.采用基于局部加权回归的周期‑趋势分解方法将SST数据T分解为季节项S、趋势项C和余项R；S2.将分解得到的季节项S、趋势项C和余项R输入到神经网络预测模型中，得到若干天SST数据的预测值。该模型首先通过STL分解出SST的季节分量、趋势分量和剩余分量，确保SST数据的高效利用；在搭建神经网络预测模型时有效结合了LSTM模型的优点，能够利用其较强非线性逼近能力有效的对数据进行建模，最终预测出未来五天内的SST。在充分考虑序列数据特性的前提下，本发明方法不仅可以用于预测SST，在未来还可以推广至其它海洋要素序列数据的预测，具有非常广阔的推广应用前景。

公开(公告)号：CN110096500B

公开(公告)日：2022-10-14

申请号：CN201910376150.5

申请日：2019-05-07

Applicant: 上海海洋大学

Inventor： 贺琪 ,  武欣怡 ,  宋巍 ,  王振华 ,  黄冬梅 ,  杨巧青

IPC: G06F16/215 ,  G06F16/26

Abstract: 本发明属于可视分析技术领域，公开了一种面向海洋多维数据的可视分析方法及系统，利用降维的方法在保留数据间关系的基础上实现对大规模海洋数据的约简；在可视化展示的基础上对海洋多维数据间以及各维度间的相关性进行分析；进一步改进适合海洋多维数据的多视图可视分析方法。本发明提供的平行坐标可视化分析方法对浮标观测点数据进行可视展示，支持用户直接选择所需分析的数据文件；通过添加滑块功能选择用户感兴趣的时间点或者某一维度数据值得区间，使想观测的数据更加直观的展示；在下方数据栏中选择感兴趣的数据，可以在可视化的平行坐标中突出展示其分布情况，使可视化效果更加直观。

公开(公告)号：CN110096500A

公开(公告)日：2019-08-06

申请号：CN201910376150.5

申请日：2019-05-07

Applicant: 上海海洋大学

Inventor： 贺琪 ,  武欣怡 ,  宋巍 ,  王振华 ,  黄冬梅 ,  杨巧青

IPC: G06F16/215 ,  G06F16/26

Abstract: 本发明属于可视分析技术领域，公开了一种面向海洋多维数据的可视分析方法及系统，利用降维的方法在保留数据间关系的基础上实现对大规模海洋数据的约简；在可视化展示的基础上对海洋多维数据间以及各维度间的相关性进行分析；进一步改进适合海洋多维数据的多视图可视分析方法。本发明提供的平行坐标可视化分析方法对浮标观测点数据进行可视展示，支持用户直接选择所需分析的数据文件；通过添加滑块功能选择用户感兴趣的时间点或者某一维度数据值得区间，使想观测的数据更加直观的展示；在下方数据栏中选择感兴趣的数据，可以在可视化的平行坐标中突出展示其分布情况，使可视化效果更加直观。

公开(公告)号：CN111428908A

公开(公告)日：2020-07-17

申请号：CN202010106716.5

申请日：2020-02-21

Applicant: 上海海洋大学

Inventor： 贺琪 ,  杨巧青 ,  黄冬梅 ,  宋巍 ,  刘东旭 ,  胡泽煜 ,  查铖

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于STL-NN模型的海表面温度预测算法，其包括以下步骤：S1.采用基于局部加权回归的周期-趋势分解方法将SST数据T分解为季节项S、趋势项C和余项R；S2.将分解得到的季节项S、趋势项C和余项R输入到神经网络预测模型中，得到若干天SST数据的预测值。该模型首先通过STL分解出SST的季节分量、趋势分量和剩余分量，确保SST数据的高效利用；在搭建神经网络预测模型时有效结合了LSTM模型的优点，能够利用其较强非线性逼近能力有效的对数据进行建模，最终预测出未来五天内的SST。在充分考虑序列数据特性的前提下，本发明方法不仅可以用于预测SST，在未来还可以推广至其它海洋要素序列数据的预测，具有非常广阔的推广应用前景。