基于变分模态分解与注意力机制的海洋风速预测

Q34%TP301.6; 海洋风速预测对远洋航行安全与航线规划具有重大影响.风速同时受多种外在自然因素影响,表现出强烈的非线性、非平稳性与随机性等特性,使得预测准确性受到极大考验.为提高风速预测准确性,创新性地提出一种基于变分模态分解与融合注意力机制的神经网络的风速预测方法.首先,利用变分模态分解将风速序列分解为一系列调幅调频信号,以降低数据复杂度,有效提取特征并提高噪声鲁棒性,减少风速自身对预测准确性的影响.其次,对分解后的不同模态子序列利用融合注意力机制的神经网络进行风速预测.最后,用实测数据验证所提方法的有效性.与其他典型风速预测模型相比,所提方法可有效提高风速预测准确性....

Full description

Saved in:
Bibliographic Details
Published in大连理工大学学报 Vol. 63; no. 1; pp. 86 - 92
Main Authors 章靖凯, 顾宏, 秦攀, 余向军
Format Journal Article
LanguageChinese
Published 大连理工大学 控制科学与工程学院,辽宁 大连 116024%海军大连舰艇学院 军事海洋与测绘系,辽宁 大连 116018 2023
Subjects
变分模态分解
注意力机制
风速预测
Online AccessGet full text
ISSN1000-8608
DOI10.7511/dllgxb202301011

Cover

More Information
Summary:Q34%TP301.6; 海洋风速预测对远洋航行安全与航线规划具有重大影响.风速同时受多种外在自然因素影响,表现出强烈的非线性、非平稳性与随机性等特性,使得预测准确性受到极大考验.为提高风速预测准确性,创新性地提出一种基于变分模态分解与融合注意力机制的神经网络的风速预测方法.首先,利用变分模态分解将风速序列分解为一系列调幅调频信号,以降低数据复杂度,有效提取特征并提高噪声鲁棒性,减少风速自身对预测准确性的影响.其次,对分解后的不同模态子序列利用融合注意力机制的神经网络进行风速预测.最后,用实测数据验证所提方法的有效性.与其他典型风速预测模型相比,所提方法可有效提高风速预测准确性.
ISSN:1000-8608
DOI:10.7511/dllgxb202301011