共查询到20条相似文献，搜索用时 109 毫秒
1.
利用AMSR—E卫星数据反演蒸发波导高度的BP神经网络方法 总被引：1，自引：0，他引：1
主要结合P-J模式和全通道AMSR-E卫星数据,利用两种BP神经网络方法对热带海区蒸发波导高度进行了反演研究。(1)利用BP神经网络反演得到的气象参数通过P-J模式计算蒸发高度;(2)利用卫星AMSR-E数据直接反演蒸发波导高度。两种方法得到的与浮标实测参数计算得到的蒸发波导高度之间的相关系数相当,都为0.82左右,均方根差后者比前者小,分别为2.64m和1.89m。利用后一种网络直接反演了南海地区的蒸发波导高度,平均结果与其他文献结果基本一致。 相似文献
2.
针对天然气水合物相平衡问题,文中提出用基于带动量因子的BP神经网络进行计算和预测。首先用遗传算法优化确定BP神经网络的结构和参数,得到最优化结构的神经网络;其次结合Levenberg-Marquart优化算法,建立天然气水合物相平衡计算及预测的神经网络模型;最后以实验测定的(CH4 CO2 H2S)三元酸性天然气水合物体系的平衡数据为训练和预测样本进行了计算。计算表明,预测结果与实验数据有良好的一致性,而且由于BP神经网络作为所谓的“纯粹”的算法不需要热力学模型,这对于相平衡计算是非常方便的,所以是研究天然气水合物相平衡计算及预测的一种新的有效方法。 相似文献
3.
基于遗传算法和BP神经网络的海洋工程材料腐蚀预测研究 总被引：2，自引：1，他引：1
为提高海洋工程材料腐蚀速率预测的精度，提出了一种基于遗传算法（GA）优化反向传播（Back Propagation，BP）神经网络的海洋工程材料海洋环境腐蚀速率预测模型。通过遗传算法对BP神经网络的权值和阈值进行优化，利用优化后的BP神经网络对试验数据进行预测。GA-BP模型选取具有代表性的2Cr1312不锈钢、Q235B碳钢和6082铝合金三种基本海洋工程材料数据进行试验，预测结果误差小于传统BP神经网络，并且在网络训练时间上有所缩短，预测精度上有所提高。本模型在海洋工程材料于海洋环境中腐蚀速率的实际预测中具有良好的推广价值。 相似文献
4.
以1993—2018年北太平洋海表面温度(SST)、海表面盐度(SSS)、叶绿素a浓度(Chl-a)、二氧化碳分压(pCO2)等数据为基础，利用传统线性回归分析和BP神经网络算法，建立表层海水pH值的预测模型。结果表明：两种方法对于重建北太平洋表层海水pH值都能达到较高的精度，其中线性回归模型基于SSS、Chl-a、pCO2参数模拟最佳，BP神经网络模型基于SST、SSS、Chl-a、pCO2参数模拟最佳。对比两种最佳模型的均方根误差和拟合系数发现，BP神经网络模型优于线性回归模型。除此之外，最佳BP神经网络模型在4个季节的拟合效果均很好，不同季节的适用性远高于最佳线性回归模型。表层海水pH值受到多种因素的综合影响，与pCO2、SST呈负相关关系，与SSS、Chl-a呈正相关关系。应用最佳BP神经网络模型重建北太平洋表层海水pH值发现，本研究模型的预测结果与已有研究、哥白尼欧洲地球观测计划数据、站点实测数据都存在很好的一致性，表层海水pH值冬季高于夏季，整体呈现西北高东南低的趋势。 相似文献
5.
为了对海表温度(SeaSurfaceTemperature,SST)和海表盐度(SeaSurfaceSalinity,SSS)数据进行精确的短期预报,基于多站位海洋观测浮标获取的海表温度和海表盐度数据,利用反向传播(BackPropagation,BP)和径向基函数(RadialBasisFunction,RBF)两种神经网络方法开展了短期预测。首先,在预测时长固定为5d的情况下,对比不同训练时长的预测结果的均方误差(MeanSquaredError,MSE),进而确定以20d的观测数据作为训练集的预测结果均方误差最小。然后,以 PAPA 站观测浮标获取的2009年1月、4月、7月和10月各月的前20d温盐数据作为训练集,分别训练BP和 RBF神经网络,将训练好的2种神经网络模型应用于各月第21至25日的温盐数据预测。结果表明:BP和 RBF神经网络均能有效预测海表温盐数据的季节性变化,但 RBF神经网络对不同预测时间的整体预测效果优于 BP神经网络。多站点数据的预测实验进一步验证了 RBF神经网络模型具有较强适用性和更高的准确性。RBF神经网络模型可以作为海表温盐数据短期预报的有力工具。 相似文献
6.
基于灵敏度分析的海洋油气资源BP神经网络预测模型的优化 总被引：2，自引：2，他引：0
作者针对BP神经网络结构设计中存在的问题,提出利用灵敏度分析方法对BP神经网络预测模型进行优化。通过BP算法与参数灵敏度分析的结合,寻找网络输入属性与输出属性之间的影响因子;在保证精度的前提下优选网络输入属性,简化网络结构,以增强网络的泛化能力,减少人为主观因素对网络设计的影响。最后以海洋油气资源预测为例,结合实测资料建立BP神经网络预测模型并进行了优化及预测精度评价,表明优化后的模型既能有效提高油气资源预测结果的稳定性,又不损失预测精度。 相似文献
7.
基于多种神经网络的风暴潮增水预测方法的比较分析 总被引：1，自引：0，他引：1
简要介绍了利用BP神经网络、小波神经网络、递归神经网络进行风暴潮增水值预测的原理。选取广东省珠江口以南的阳江站2017年风暴潮增水数据进行测试。结果表明,三种神经网络方法针对阳江地区风暴潮增水的预测均具有可靠性和实用性。以当前增水值为输入量的单因子模型更能反映真实风暴潮增水趋势,而从增水极值预测的准确性来看,以台风风力、气压、风向等相关参数为输入量的多因子模型优于单因子模型。BP神经网络更适用于多因子长时间预测,小波神经网络在单因子短时间预测上准确性更高,递归神经网络预测值与实测值相关性更强。在工程运用中,需根据地域时空特点、数据资料的丰富度与预测值评估指标选择合适的方法。 相似文献
8.
高频地波雷达是海洋环境监测的重要手段，当前已经实现对海流的业务化观测，但是外部因素常引起海流空间探测的不连续性。为解决此问题，尽量保障区域数据的完整性和准确性，本文将BP神经网络技术与空间插值相结合，建立了海流的BP神经网络插值模型，并进行了针对实测数据的缺失插值仿真，通过与反距离权重法和线性插值法插值结果的对比，分析该模型在区域海流大面积缺失、流速整体较大和流速整体较小3个方面的性能。结果表明，BP神经网络插值模型的海流预测效果明显优于其他两种方法，且在流场数据大范围缺失下也取得了良好的效果。 相似文献
9.
蒸发波导现象显著影响海上电磁波传播,快速获取大范围精确的修正折射率参数成为了蒸发波导研究热点。文中分析了现有的蒸发波导预测模型,对其中的经典模型进行了仿真,对比不同模型的仿真结果,总结了模型方法预测波导高度及修正折射率廓线的不足。然后从硬件角度出发对比现有蒸发波导测量系统原理、测量精度及适用条件,分析测量系统引入的误差源进而给出了不同测量系统的改进方向,总结出修正折射率廓线测量系统应具备的测量精度及数据条件。最后通过方法间对比及蒸发波导实测数据的应用过程分析,对不同方法未来的研究方向和发展趋势进行了展望。 相似文献
10.
针对目前存在的海水水质受多因素影响、评价难的现状，提出了一种基于粒子群算法（PSO）优化误差反向传播（BP）神经网络的海水水质评价模型。该模型通过PSO得到BP神经网络最优的权值和阈值，结合青岛东部海域10个监测站点的数据得到水质评价结果。实验证明，该模型和单因子评价、传统的BP神经网络评价相比较，具有训练时间短、预测精度高的特点，在海水水质评价中具有良好的应用价值。 相似文献
11.
在海底沉积物声速预报中,针对传统经验公式存在预测精度差、适用范围窄、缺乏物理意义等问题,在已有BP神经网络预测的基础上,运用遗传算法优化其初始权值和阈值的方法,构建出基于含水量、孔隙度的声速预报模型。将南沙海域采集得到的海底沉积物样品分为两部分,抽取120组涵盖陆架、陆坡、海槽等地貌单元的样品作为训练数据,另外剩余6组作为测试数据。经试验对比后发现,在对本区域进行声速预报时,宜采用遗传算法优化的BP神经网络,其要优于传统的单参数、双参数回归拟合预报方法和国内外其他学者所得到的经验公式。此种预报方法具有一定的科学依据和广泛的应用前景,可在今后为建立明确、统一的声速预报模型提供参考。 相似文献
12.
13.
电磁波在海上波导环境下传播特性的研究对提升舰载雷达探测性能有重大意义。通用的波导环境折射率模型是基于莫宁相似理论的5参数经验模型,其缺陷在于将折射率的水平结构看作是均匀的。本文运用的二维波导环境10参数模型克服了先前模型的缺陷,对实际波导环境有更近似的描述。最后运用基于离散傅里叶正弦变换的抛物方程方法具体分析了波导环境中折射率水平方向的变化对电波传播产生的影响,结果表明折射率水平变化会改变电磁波的空间场强分布,二维折射率模型更具实用价值。 相似文献
14.
针对赤潮灾害等级预测难的现状,提出了一种基于C4.5决策树与二分分割算法优化的BP(反向传播)神经网络赤潮等级预测模型。该模型针对传统BP神经网络输入参数难以选择和隐含层节点数量难以确定的问题,通过决策树分类获取最优的属性组合,来解决输入参数难以选择的问题;通过"二分分割算法",来解决隐含层节点数难以确定的问题。实验结果表明,该模型在青岛近海海域赤潮灾害等级预测中,预测结果的均方根误差(RMSE)小于传统BP神经网络的预测误差,并且在网络训练时间上有所缩短,预测精度上有所提高,能够获得良好的预测结果,可为赤潮等级预测提供新的解决方法。 相似文献
15.
管道腐蚀速率的影响因素众多且各因素协同作用,构成异常复杂的腐蚀体系,很难对其进行准确预测。针对单一BP模型由于初始权值和阈值的选取不当容易陷入局部最优等问题,引入WOA算法优化BP神经网络对海底管道腐蚀速率进行预测,并与GA和PSO算法优化BP预测模型进行对比,验证WOA-BP模型的预测效果和可行性。结果表明：WOA-BP模型的平均绝对百分误差和均方根误差分别为3.689%和0.1537,远低于单一BP、PSO-BP、GA-BP模型,具有较高的预测精度和稳定性,可以为海底管道内腐蚀防护和油气管道流动保障提供决策支持。 相似文献
16.
基于相空间重构的神经网络风暴潮增水预测方法 总被引：1，自引：0，他引：1
《海洋预报》2016,(1)
风暴潮增水的准确预测对于国民生产、防灾减灾有重大意义。本文提出一种基于相空间重构的神经网络风暴潮增水预测方法,即使用单站风暴潮增水数据重构出与之相关的相空间,然后使用BP神经网络模型拟合该相空间的空间结构。将该模型用于库克斯港风暴潮增水预测,结果表明:该模型应用在风暴潮增水时间序列的预测中是合理、可行的,并具有较高的精度。此外,使用db10小波函数对原始余水位数据进行降噪处理可以显著地提高模型的预测精度。 相似文献
17.
雷达高度计海况偏差估计神经网络模型研究 总被引：2，自引：2，他引：0
本文基于Jason-2高度计数据,在12个不同季节的cycle数据中组合1~6个cycle的有效波高、风速和海况偏差为训练集,选取Jason-2的另外3个不同季节的cycle数据集为测试集。经检验分析,确定3个cycle对应的BP神经网络模型。将该模型应用于HY-2高度计海况偏差的估计,通过海况偏差与有效波高及风速的拟合优度、解释方差和残差对比分析,结果表明:神经网络BP模型可以有效应用于HY-2的海况偏差估计并明显优于传统海况偏差参数模型。 相似文献
18.
19.
针对蒸发波导高度在海洋上水平分布不均匀,进而影响雷达探测距离的问题,采用雷达探测距离评估模式,对蒸发波导高度随距离变化条件下雷达探测距离进行仿真分析,结果表明当雷达天线位于水平非均匀的蒸发波导内,雷达在蒸发波导低的一侧向蒸发波导高的一侧探测时,雷达最大作用距离超过蒸发波导高的一侧向蒸发波导低的一侧探测时雷达的最大作用距离,这与视蒸发波导高度为水平均匀的采用单站蒸发波导数据评估雷达最大探测距离的结论相反。说明在蒸发波导高度水平分布非均匀的海域评估雷达作用距离时,需要获取大于雷达作用距离的蒸发波导数据,采用随距离变化的蒸发波导评估雷达作用距离。 相似文献
20.
局部海洋地磁场模型可以为水下地磁匹配导航与磁性目标探测等工作提供高精度的海域地磁背景场数据。针对目前区域地磁场模型构建方法中未考虑到高度或深度变化的影响,截断阶数难以确定及存在边界效应等问题。根据海洋磁力测量的特点,顾及磁测点高度数据,引入粒子群优化的最小二乘支持向量机法(PSO-LSSVM)构建局部海洋三维地磁场模型。在仿真与实测数据建模试验中,与Taylor多项式法、BP神经网络法及曲面样条函数法比较,结果表明,无论是在地磁变化平缓区还是复杂区,PSO-LSSVM法的建模精度均是最高的,建议在局部海洋地磁场模型构建中采用。 相似文献