卷积神经网络方法在岛礁类海啸波水动力特性演变的应用
Application of Convolutional Neural Network Methods in the Evolution of Hydrodynamic Characteristics of Tsunamis like-wave over fringing reef
-
作者:
高榕泽
1
屈科
1
任兴月
2
王旭
1
-
作者单位:
- 通讯作者:
屈科
Email:kqu@csust.edu.cn
-
提交时间:2023-08-05 09:39:57
摘要: 快速预测和评估海啸是预防海洋灾害工作中的重要部分,对于海洋工程和人民生命财产安全具有重要意义。本文以一维卷积神经网络(1-Dimensional Convolutional Neural Network, CONV1D)为基础,构建岛礁地形的类海啸波水动力特性演变模型。通过输入类海啸波波高时程曲线的观测值,得到岛礁指定地点的水位淹没时程曲线,实现时间序列到时间序列的预测,达到预防海洋灾害的目的。结果显示,对类海啸波到达时间预测的平均误差为0.71%,最大水位高度预测的平均误差为6.99%,CONV1D得到的岛礁地形类海啸波水动力特性与数值结果吻合较好。
版本历史
[V1] |
2023-08-05 09:39:57 |
ChinaXiv:202308.00182V1
|
下载全文 |