公开(公告)号：CN117892096B

公开(公告)日：2024-05-14

申请号：CN202410288473.X

申请日：2024-03-14

Applicant: 中国海洋大学

Inventor： 黄威 ,  鹿佳俊 ,  张浩 ,  吴鹏飞 ,  李思佳 ,  张士科 ,  王新元 ,  倪泽宇

IPC: G06F18/20 ,  G06N3/096 ,  G06N3/0442

Abstract: 本发明公开了一种基于迁移学习的小样本海洋声速剖面预报方法，属于海洋观测技术领域。本发明首先利用全球公开数据集中的大量声速剖面数据对基础模型进行充分预训练；其次将学习到的经验和参数从预训练后的基础模型迁移到任务模型；最后利用目标新任务相关的小样本数据对任务模型进行微调，进而实现在小样本情况下的声速剖面准确预报。本发明相比于传统的声速剖面预测方法，有效地避免了小样本情况下的过拟合现象提高了预测精度，同时加速了模型的收敛速度，使其具有更加高效而可靠的预测能力。本发明能够快速实现对目标区域未来时刻声速剖面的准确预报，不仅能够兼顾预测的准确性和时效性，还具有较强的泛化能力。

公开(公告)号：CN117892096A

公开(公告)日：2024-04-16

申请号：CN202410288473.X

申请日：2024-03-14

Applicant: 中国海洋大学

Inventor： 黄威 ,  鹿佳俊 ,  张浩 ,  吴鹏飞 ,  李思佳 ,  张士科 ,  王新元 ,  倪泽宇

IPC: G06F18/20 ,  G06N3/096 ,  G06N3/0442

Abstract: 本发明公开了一种基于迁移学习的小样本海洋声速剖面预报方法，属于海洋观测技术领域。本发明首先利用全球公开数据集中的大量声速剖面数据对基础模型进行充分预训练；其次将学习到的经验和参数从预训练后的基础模型迁移到任务模型；最后利用目标新任务相关的小样本数据对任务模型进行微调，进而实现在小样本情况下的声速剖面准确预报。本发明相比于传统的声速剖面预测方法，有效地避免了小样本情况下的过拟合现象提高了预测精度，同时加速了模型的收敛速度，使其具有更加高效而可靠的预测能力。本发明能够快速实现对目标区域未来时刻声速剖面的准确预报，不仅能够兼顾预测的准确性和时效性，还具有较强的泛化能力。