[發(fā)明專利]基于船載CTD測量數(shù)據(jù)的海水溫鹽信息時(shí)序預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202010988700.1
• 申請日: 2020-09-18
• 公開（公告）號: CN112307410A
• 公開（公告）日: 2021-02-02
• 發(fā)明（設(shè)計(jì)）人: 楊嘉琛;溫家寶
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: G06F17/10
• 分類號: G06F17/10;G06K9/62;G06N3/04
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 程毓英

1.一種基于船載CTD測量數(shù)據(jù)的海水溫鹽信息時(shí)序預(yù)測方法，包括下列步驟：

第一步，采集海水溫度、電導(dǎo)率數(shù)據(jù)，基于所測電導(dǎo)率信息計(jì)算出鹽度測量數(shù)據(jù)，獲得原始溫、鹽數(shù)據(jù)。

第二步，將船載CTD采集的原始溫、鹽數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理過程包含插值、濾波，篩選出符合計(jì)算標(biāo)準(zhǔn)的時(shí)間序列信息；

第三步，將預(yù)處理完的數(shù)據(jù)劃分成時(shí)間信息和包含溫度、鹽度在內(nèi)的屬性信息，將時(shí)間信息進(jìn)行模糊規(guī)則劃分，制訂規(guī)則均勻的時(shí)間信息，采用三角形隸屬度函數(shù)將觀測數(shù)據(jù)的時(shí)間序列T劃分為m個(gè)的模糊集，以每天或月作為兩個(gè)模糊集之間的間隔，即總時(shí)段為m天或m月；

第四步，對溫、鹽信息的隸屬度值設(shè)定閾值分割函數(shù)，并通過正則化建立新的模糊隸屬度函數(shù)，計(jì)算隸屬度矩陣，并確認(rèn)目標(biāo)函數(shù)，以得到所有數(shù)據(jù)點(diǎn)的隸屬度值，將屬性信息聚成k類；設(shè)置一個(gè)隸屬度閾值η，用來橫向分割隸屬度函數(shù)，然后再將新的隸屬度函數(shù)進(jìn)行正則化處理，確保隸屬度函數(shù)滿足下式：

式中，μ_p(x_i)表示樣本x_i對于聚類中心k_p的隸屬度，μ′_p(x_i)表示經(jīng)過閾值分割的新的隸屬度函數(shù)；

第五步，將模糊劃分后的屬性信息與時(shí)間信息進(jìn)行序列對齊，以建立新的時(shí)間序列數(shù)據(jù)集，這部分序列信息被稱為新的模糊序列數(shù)，構(gòu)造新的隸屬度數(shù)據(jù)集；

第六步，設(shè)計(jì)長短期記憶神經(jīng)網(wǎng)絡(luò)預(yù)測模型，設(shè)置損失函數(shù)，利用訓(xùn)練集訓(xùn)練和建立預(yù)測模型；以得到的新的隸屬度數(shù)據(jù)集作為長短期記憶神經(jīng)網(wǎng)絡(luò)預(yù)測模型的訓(xùn)練集進(jìn)行模型訓(xùn)練，最后通過測試集驗(yàn)證模型預(yù)測精度，以得到訓(xùn)練好的預(yù)測模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，第一步包括：采用梯度檢測法判別噪聲位置，通過設(shè)定相應(yīng)閾值過濾掉噪聲數(shù)據(jù)，實(shí)現(xiàn)對CTD采集數(shù)據(jù)的空間序列濾波處理：CTD布設(shè)過程中形成縱深周期的溫、鹽測量，相鄰的測量點(diǎn)之間間隔一定深度，設(shè)定如果相鄰兩個(gè)測量點(diǎn)的數(shù)值差的絕對值大于三倍的標(biāo)準(zhǔn)差λ，則判定該測量值為異常值，在檢測出異常值后，對其進(jìn)行刪除然后再進(jìn)行插值填補(bǔ)；插值使用的是線性序列擬合方法，實(shí)現(xiàn)對非均勻和缺失數(shù)據(jù)進(jìn)行填補(bǔ)。