[发明专利]一种基于CNN-LSTM的区域海表面温度预测方法

摘要

本发明的一种基于CNN‑LSTM的区域海表面温度预测方法，涉及物理海洋、计算机图形图像处理和深度学习领域。包括训练样本建立、模型构建和模型算法调整三步：首先采用留出法对区域海表面温度数据进行分割处理，并对预测的时间窗口进行设置；而后采用基于卷积神经网络CNN和长短期记忆神经网络LSTM相结合的算法，对海表面温度训练样本进行训练并建立海表面温度预测模型；最后根据模型的误差采用试错法对模型的参数进行调整训练并确定预测模型参数，实现区域海表面温度的高效预测。实践证明该方法可以通过CNN对海表面温度的空间特征进行提取，再通过LSTM对时序特征进行提取，从而提高海表面温度的预测精度和效率，扩展了深度学习方法在区域海表面温度预测中的应用。