基于深度学习的方法研究时序预测场景问题

项目介绍：采用机器学习方法对海洋中多个变量信息进行预处理、分析和预报，对海洋信息进行深入研究，最终 展示出
预测情况和海洋相关知识普及的一整套系统；
项目内容：海浪高度数据预测，方法一是采用将变分模态分解技术和加入了注意力机制的长短期记忆神经网络组成的混合
模型，对单变量浪高数据进行预测、重构得到结果；方法二是采用加入了注意力机制的长短期记忆神经网络和基于梯度提
升树的 CatBoost 模型对浪高进行多变量因素的研究，两种强异质模型的预测结果再次重构得到预测值；
项目成果：两篇小论文被中文核心录用，一篇已经见刊，两个发明专利进入实审；
项目收获：从理论上了解将机器学习方法应用于实际问题，阅读文献了解前沿研究进展，构建解决问题的逻辑框架