[发明专利]基于多网络融合的海冰等级预测方法及装置

说明书

本发明实施例涉及人工智能技术领域，公开了一种基于多网络融合的海冰等级预测方法，包括：接收输入的海冰特征数据；将所述海冰特征数据分别输入至第一预测模型和第二预测模型以得到第一海冰等级和第二海冰等级；将所述第一海冰等级和第二海冰等级输入至等级预测公式以得到海冰预测等级；所述等级预测公式包括Y＝w1Y1+w2Y2。本发明实施例的基于多网络融合的海冰等级预测方法通过对挖掘与海冰等级相关的特征数据，将特征数据输入至多个预测模型中进行分析以得到多个海冰等级，然后对得到的多个海冰等级按照加权方式进行结合计算得到最终的海冰等级结果，提高预测结果的准确性。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于多网络融合的海冰等级预测方法及装置。

背景技术

目前，地球大部分区域被海洋覆盖，海洋面积约占地球表面积的71％，其中海冰面积又占海洋总面积的7％左右。从分布上来看，海冰主要分布在极地地区，是极区的重要组成部分。海冰的分布对人类活动产生着深远的影响，如直接封锁港口和航道，阻断海上运输，毁坏海洋工程设施和船只，阻碍海上资源开采等。因此，无论是全球气候变化研究还是海上生产作业的安全保障，都迫切需要对海冰进行实时准确监测。设计一种能够对海冰等级进行准确预测的方案成为本领域技术人员亟待解决的技术问题。

发明内容

针对所述缺陷，本发明实施例公开了一种基于多网络融合的海冰等级预测方法，其通过综合至少两种预测模型来进行加权计算得到海冰等级的最终预测值，降低偶然性带来的误差，提高海冰等级预测的准确性。

本发明实施例第一方面公开了基于多网络融合的海冰等级预测，包括：

接收输入的海冰特征数据；

将所述海冰特征数据分别输入至第一预测模型和第二预测模型以得到第一海冰等级和第二海冰等级；

将所述第一海冰等级和第二海冰等级输入至等级预测公式以得到海冰预测等级；所述等级预测公式包括Y＝w1Y1+w2Y2；其中，Y表示海冰预测等级，Y1表示第一海冰等级，Y2表示第二海冰等级，w1表示第一预测模型的权重系数，w2表示第二预测模型的权重系数。

作为一种可选的实施方式，在本发明实施例第一方面中，所述将所述海冰特征数据分别输入至第一预测模型和第二预测模型以得到第一海冰等级和第二海冰等级，包括：

将所述海冰特征数据分别输入至第一预测模型、第二预测模型和第三预测模型以得到第一海冰等级、第二海冰等级和第三海冰等级；

对应的，所述将所述第一海冰等级和第二海冰等级输入至等级预测公式以得到海冰预测等级；所述等级预测公式包括Y＝w1Y1+w2Y2，包括：

将所述第一海冰等级和第二海冰等级输入至等级预测公式以得到海冰预测等级；所述等级预测公式包括Y＝w1Y1+w2Y2+w3Y3；其中，Y表示海冰预测等级，Y1表示第一海冰等级，Y2表示第二海冰等级，Y3表示第三海冰等级，w1表示第一预测模型的权重系数，w2表示第二预测模型的权重系数，w3表示第三预测模型的权重系数。

作为一种可选的实施方式，在本发明实施例第一方面中，所述第一预测模型包括神经网络模型，所述神经网络模型通过如下步骤构建得到：

获取历史海冰数据，所述历史海冰数据包括历史海冰等级和历史海冰特征；

将所述历史海冰特征输入至神经网络模型的输入层、并将所述历史海冰等级作为神经网络模型的输出，对神经网络模型进行迭代训练，得到训练后的神经网络模型。

作为一种可选的实施方式，在本发明实施例第一方面中，所述神经网络模型包括输入层、第一隐藏层、第二隐藏层和输出层；