典型文献
空天地海一体化海洋环境数据多步预测
文献摘要：
辅助海洋管理决策的多步预测预警意义重大且极具挑战性.实时、稳定、高效的广域海洋环境数据获取是保障多步预测性能的前提,未来6G空天地海一体化网络部署将有效地提升海洋分布式态势感知能力,提供高质量的数据支撑.众所周知,多步长模式下数据间的时序依赖性被极大地弱化,对此,本文提出了基于多阶段特征学习的海洋环境数据多步预测模型.结构上,该模型主要包括卷积神经网络(Convolutional Neural Networks,CNN)、优化组合的长短期记忆网络(Long Short-Term Memory Network,LSTM)和全连接层.这里,CNN用于提取海洋环境数据的细粒度特征,而基于粒子群优化的多LSTM组合方法,可以有效地挖掘数据间的时序依赖关系(粗粒度特征).实验结果表明该模型的预测性能明显优于CNN、LSTM以及门控制循环单元,并进行了统计验证.
文献关键词：
空天地海一体化;海洋环境数据;多步预测;卷积神经网络;长短期记忆网络;粒子群优化
中图分类号：
作者姓名：
李志刚;孙晨伟;魏彪;孙晓川
作者机构：
华北理工大学人工智能学院,河北唐山063210;河北省工业智能感知重点实验室,河北唐山063210
文献出处：
引用格式：
[1]李志刚;孙晨伟;魏彪;孙晓川-.空天地海一体化海洋环境数据多步预测)[J].信号处理,2022(08):1620-1631
A类：
B类：
海洋环境数据,多步预测,海洋管理,管理决策,预测预警,广域,数据获取,预测性能,6G,空天地海一体化网络,网络部署,态势感知,感知能力,众所周知,多步长,多阶段,阶段特征,特征学习,Convolutional,Neural,Networks,优化组合,长短期记忆网络,Long,Short,Term,Memory,全连接层,细粒度特征,粒子群优化,组合方法,依赖关系,粗粒度,门控
AB值：
0.284293
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
