一种基于GRU深度学习的多特征因子赤潮预测模型

    公开(公告)号:CN112365093A

    公开(公告)日:2021-02-12

    申请号:CN202011392717.7

    申请日:2020-12-01

    Abstract: 本发明公开了一种基于GRU深度学习的多特征因子赤潮预测模型,包括以下步骤:S1、对采集到的监测要素进行预处理,得到标准化训练样本;S2,采用Pearson相关系数法分析标准化训练样本与赤潮的关联性,得到赤潮灾害形成的主要特征影响因子;S3、依据主要特征影响因子,形成多组合特征因子,构建GRU预测模型,通过多组合特征因子训练模型;S4、对训练好的GRU预测模型进行评估。通过采用Pearson相关系数方法开展各要素与赤潮间关联分析,得到赤潮灾害形成的主要特征影响因子,剔除与赤潮发生关联度较低特征影响因子,以多组合特征因子为输入变量,构建基于多特征因子组合的赤潮预测模型,形成基于多特征因子的GRU网络赤潮预测模型。

Patent Agency Ranking