一种基于时空相关性的潮汐水位预报方法

发明专利有效专利

申请号：
CN202010469480.1
IPC分类号：G06Q10/04;G06Q10/06;G06N3/04
申请日期：
2020-05-28
申请人：
上海海事大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于时空相关性的潮汐水位预报方法
申请号	CN202010469480.1	申请日期	2020-05-28
法律状态	实质审查	申报国家	中国
公开/公告日	2020-09-01	公开/公告号	CN111612274A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;1;0;/;0;6;;;G;0;6;N;3;/;0;4查看分类表>
申请人	上海海事大学	申请人地址	上海市浦东新区临港新城海港大道1550号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海海事大学	当前权利人	上海海事大学
发明人	朱贵强;胡勤友;梅强;杨春
代理机构	上海元好知识产权代理有限公司	代理人	张妍;周乃鑫

摘要

一种基于时空相关性的潮汐水位预报方法，利用与目标港口的潮汐水位历史数据具有相关性的相关港口的潮汐水位数据来预测目标港口的潮汐水位数据，形成目标港口的潮汐水位数据集，利用卷积神经网络对潮汐水位数据提取空间特征，利用门控循环单元神经网络对潮汐水位数据提取时间特征，利用双向门控循环单元神经网络对提取过时空特征的潮汐水位数据进行训练和验证，生成短时潮汐水位预报模型，实现对目标港口的潮汐水位进行短时预报。本发明解决了港口潮汐水位历史数据少而无法进行潮汐水位预报或预报不准的问题，便于港口、引航机构合理安排调度，提高了生产服务效率，保障了航行安全。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供