基于Non stationary-CNN-Transformer的海浪有效波高预测

打开文本图片集

摘 要：针对海浪有效波高序列波动性、随机性较强，难以精确预测以及模型无法高效挖掘深层特征间关系的问题，提出一种基于Non stationary-CNN-Transformer模型的海浪有效波高预测方法。首先，使用平稳化模块减弱海浪时序数据的非平稳性；其次，利用一维卷积神经网络（CNN）提取相关数据间的深层特征并构建特征向量；最后，使用含有平稳性注意力的Transformer描述波高序列的时间依赖性捕捉到序列之间的全局关系，通过逆归一化处理后获得有效波高预测结果。（剩余17340字）