[发明专利]一种近海面气温反演方法

权利要求书

1.一种近海面气温反演方法，其特征在于，包括以下步骤：

步骤一：选择海区并对区域内的数据进行提取和预处理，预处理包括重复性检验、相关性分析与归一化处理；

步骤二：确定输入、输出参量，所述输入参量包括经度、纬度、海表水温、风速、气压，输出参量为近海面气温；

根据控制变量法确定循环神经网络输入层、隐藏层、以及输出层的节点数，建立采用循环神经网络近海面气温反演模型；

步骤三：选择He initialization对网络权重矩阵进行初始化；

步骤四：加入L₂参数范式罚项，具体为：

其中，θ为两节点之间的权重；

步骤五：进行BPTT算法的初始化

步骤六：前向传播获得预测值，具体为：

x为输入，h为隐藏单元，o为输出，y为训练集标签，L为损失函数，右上角的t表示t时刻，t时刻前向传播时，隐层单元表示为：

h^(t)＝f(Ux^(t)+Wh^(t-1)+b)

其中，f为激活函数，b为偏置；

t时刻的输出可以表示如下：

o_t＝Vh^(t)

训练过程中，需要寻优的参数分别是输入层与循环层之间的权值矩阵U、循环层之间的权值矩阵W、循环层与输出层之间的权值矩阵V，U、W两个参数的寻优需要考虑历史数据，V的求解需要关注当前状态，具体可以表示如下：

步骤七：反向传播更新连接权值，具体为：

U、W的求解需要涉及到历史数据：

将激活函数f带入上式中的累乘部分，则有：

步骤八：计算损失函数，网络的损失可表示为：

步骤九：返回存储网络参数，当网络损失满足要求或达到最大迭代次数时结束训练，否则返回前向传播，继续训练网络。