一种基于非平稳特征聚焦LSTM网络模型的有害藻类水华时空预测方法

    公开(公告)号:CN118627540A

    公开(公告)日:2024-09-10

    申请号:CN202410743700.3

    申请日:2024-06-11

    Applicant: 江南大学

    Abstract: 一种基于非平稳特征聚焦LSTM网络模型的有害藻类水华时空预测方法,属于时空预测领域,HabLSTM网络由多个HabLSTM单元堆叠而成,每个单元都包含一个隐藏状态空间差分块HSSD和一个联合状态时间差分块CSTD;HSSD块利用门控机制和隐藏状态的差异来生成相邻帧之间的差分特征,通过控制HabLSTM单元中隐藏状态的特征更新,引导网络学习短期非平稳特征;CSTD块利用门控机制和联合状态的差异来生成当前输入序列的差分特征,通过控制HabLSTM单元中记忆状态的特征更新,引导网络学习长期非平稳特征;这两种差分特征共同引导HabLSTM网络聚焦于学习非平稳时空特征,来对有害藻类水华进行时空预测。

Patent Agency Ranking