[发明专利]海面高度预测模型的构建方法、海面高度预测方法及装置

权利要求书

1.一种海面高度预测模型的构建方法，其特征在于，包括：

在时间维度上根据时间步长，将所选海域的当前时刻和当前时刻之前的海面高度数据从二维扩展到三维，得到三维海面高数据；

对每一批三维海面高数据在空间维度上，根据数据点所在的经纬度和批量大小进行划分，形成多个数据集合；

将划分后的数据集进行归一化处理；

将每个划分后的数据集合输入至长短期记忆网络进行训练；

利用注意力机制为训练后的长短期记忆网络输出的每个元素在时间维度构建权重，从而获得海面高度预测模型，并完成海面高度的训练与预测，所述海面高度预测模型用于根据当前已知海面高度计算得到当前时刻的下一时刻的海面高度。

2.根据权利要求1所述的方法，其特征在于，在时间维度上根据时间步长，将所选海域的当前时刻和当前时刻之前的海面高度数据从二维扩展到三维，得到三维海面高数据，包括：

确定时间步长，进而确定新增维度的尺寸，用以匹配长短期记忆网络的输入要求；

根据所述时间步长提取海面高数据首段时间步长的数据，形成一个新的二维数据，其仅包含首段时间步长的数据；

将时间步长作为时间窗口，在时间维度上向右滑动一天，作为新的时间窗口，新的时间窗口形成第二个二维数据，其包含第二段时间步长，或新的时间窗口的数据；

依次将时间窗口向右滑动，直到形成所有时间窗口的二维海面高数据；

将所有时间窗口的二维海面高数据合并，最终形成符合长短期记忆网络输入的三维海面高数据。

3.根据权利要求1所述的方法，其特征在于，对每一批数据在空间维度上，根据数据点所在的经纬度和批量大小进行划分，形成多个数据集合，包括：

确定分组大小，决定每个分组内包含的数据点个数；

将海面高数据按照纬度进行排序，相同纬度的数据点再按照经度进行排序；

依据分组大小，将同一纬度上经度相邻的数据点划分到一组；

对同一纬度最后一组数量不足的情况使用重复最后一个数据点的方式进行处理；

获取每一组按照经纬度进行分组的数据，根据批量大小对分组后的数据再次进行划分，形成多个数据集合。

4.根据权利要求1所述的方法，其特征在于，利用注意力机制为训练后的长短期记忆网络输出的每个元素在时间维度构建权重，从而获得海面高度预测模型，并完成海面高度的训练与预测，包括：

获取经纬度分组中每一份数据的长短期记忆网络输出；

对长短期记忆网络输出的每个元素在时间步长维度上构建权重，获得权重数据集；

使用所述权重数据集逐元素乘以长短期记忆网络的输出数据集，生成加权输出数据集；

对所述加权输出数据集在时间步长所在维度进行求和，形成海面高预测模型，完成一组数据集的训练和预测，进而获得最终的预测结果；

重复上述步骤，直到所有分组的每份数据完成训练及预测；

将每个分组的最终预测结果进行合并，进而生成对整个数据集内所有期望日期的预测结果。

5.一种海面高度预测模型的构建装置，其特征在于，包括：

扩展模块，用于在时间维度上根据时间步长，将所选海域的当前时刻和当前时刻之前的海面高度数据从二维扩展到三维，得到三维海面高数据；

划分模块，用于对每一批三维海面高数据在空间维度上，根据数据点所在的经纬度和批量大小进行划分，形成多个数据集合；

预处理模块，用于将划分后的数据集进行归一化处理；

训练模块，用于将每个划分后的数据集合输入至长短期记忆网络进行训练；

构建模块，用于利用注意力机制为训练后的长短期记忆网络输出的每个元素在时间维度构建权重，从而获得海面高度预测模型，并完成海面高度的训练与预测，所述海面高度预测模型用于根据当前已知海面高度计算得到当前时刻的下一时刻的海面高度。