基于长短期记忆神经网络的潮位缺测值填充方法研究
苗庆生
刘玉龙
韦广昊
杨锦坤
杨扬
徐珊珊
国家海洋信息中心,天津 300171
摘要：潮位数据反映了沿海海平面变化,在许多领域都有着十分重要的作用,潮位数据的缺测给使用带来不便.本文基于2017年崇武和晋江海洋站潮位数据,提出了一种基于LSTM模型(长短期记忆神经网络模型)的数据缺测值填充方法,同线性插值、样条插值等传统插值方法相比,LSTM方法表现稳定,精度较高,实现方便.尤其是在缺测时间较长时,LSTM方法明显优于传统插值方法,同时该方法同样适用于海洋站其它要素如水温缺测数据的填充.
关键词：潮位缺测LSTM填充
分类号：P731.23(海洋基础科学)
资助基金：国家重点研发计划(2023YFC2808800)国家自然科学基金(42206226)
论文发表日期：2024-06-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：8( 39-46 )
英文信息