首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 23 毫秒
1.
赵健  樊彦国  丁宁 《海洋科学》2018,42(5):92-97
在对海平面变化规律进行深入分析的基础上,应用最小二乘神经网络组合模型对海平面变化趋势进行预测;对卫星测高海平面异常序列中的周期项及线性趋势项利用最小二乘模型进行拟合,残差部分则采用径向基函数神经网络模型进行预测。对中国近海海域卫星测高海平面异常序列的预测表明,连续1个月的预测精度为0.52 cm, 3个月的预测精度为0.65 cm,证明了该组合模型在海平面变化短期预测方面的可靠性,其在海平面变化预测领域具有较高的应用价值。  相似文献   

2.
本文基于中国首套长时间序列、高精度、高时空一致性的全球海洋气候数据集产品, 利用1993年1月至2015年12月的山东半岛近海海平面异常数据, 构建了基于集合经验模式分解(EEMD)和长短期记忆神经网络(LSTM)的海平面非线性变化组合预测模型。EEMD可以得到海平面异常的各周期项、线性趋势及残差部分, LSTM模型可对其进行逐个预测并重构得到最终的海平面异常预测结果。EEMD-LSTM组合模型海平面异常预测的均方根误差仅为25.87 mm, 取得了令人满意的效果。基于该组合模型预测2016-2025年山东半岛近海海平面上升速率将达到3.54 mm·a-1。  相似文献   

3.
潮位预测严重影响沿海区域,尤其是近海浅水沿岸地区居民的生产生活和涉海活动。谐波分析是长周期潮位预测的传统方法,但无法预测非周期性气象过程发生时的水位变化。与数据处理方法相结合,人工智能的方法通过拟合输入与输出数据的历史数值关系,能够有效预测高度非线性和非平稳的流模式,因而在时间序列数据预测领域得到了广泛的应用。本文结合自适应模糊推理系统(Adaptive Neuro-Fuzzy Inference System, ANFIS)和小波分解方法,利用水位异常和风切变分量作为输入数据,实现了一种综合的多时效潮位预测方法。文中测试了多种输入变量组合和小波-ANFIS(WANFIS)模型,并与人工神经网络(Artificial Neural Network, ANN)、小波-ANN(WANN)和ANFIS模型进行了预测结果对比。通过不同指数的误差分析来看,相比ANN模型,ANFIS模型能够更准确的预测潮位变化,小波分解对ANFIS预测精度有一定的提高,且模型中水位异常和风切变分量数据的加入比单一的潮位数据输入能取得更好的预测结果。  相似文献   

4.
赵健  刘仁强 《海洋科学》2023,47(8):7-16
海平面变化包含多种不同时间尺度信息,传统的预测方法仅对海平面变化趋势项、周期项进行拟合,难以利用海平面变化的不同时间尺度信号,使得预测精度不高。本文基于深度学习的预测模型,提出一种融合小波变换(wavelet transform,WT)与LSTM (long short-term memory,LSTM)神经网络的海平面异常组合预测模型。首先利用小波分解得到反映海平面变化总体趋势的低频分量和刻画主要细节信息的高频分量;然后通过LSTM神经网络对代表不同时间尺度的各个分量预测和重构,实现海平面变化的非线性预测。基于该模型的海平面变化预测的均方根误差、平均绝对误差和相关系数分别为12.76 mm、9.94 mm和0.937,预测精度均优于LSTM和EEMD-LSTM预测模型,WT-LSTM组合模型对区域海平面变化预测具有较好的应用价值。  相似文献   

5.
Argo计划(Array or Real-time Geostrophic Oceanography)为海洋和大气研究提供了宝贵的资料,在短期天气预报和长期气候预测中起到了重要作用。为保证Argo观测阵列的正常运转,需要时刻关注浮标的运行状态,以保证研究区域内维持一定数量和密度的浮标。然而Argo浮标投放费用高昂,投放过早会导致资源浪费,投放过迟会导致信息资料的缺失。本文旨在使用机器学习的方法对Argo浮标在未来某个时间点的位置和状态(仍在工作或已经损坏)进行预测,以提前制定投放计划,保证在正确的位置和时间投放新的浮标,以减少资金投入。对于浮标寿命预测任务,除硬件特征之外添加额外的已存活时间作为动态属性,使用回归决策树、梯度提升回归树、随机森林和支持向量回归机等机器学习方法,对浮标剩余寿命进行预测。对于浮标轨迹预测任务,使用基于LSTM的Encoder-Decoder模型对未来多个时间步后的浮标的经/纬度信息进行预测,有效地避免了传统的LSTM模型循环单步预测所带来的误差累积问题。实验证明本文提出的浮标剩余寿命和位置预测模型都能达到较高的预测准确率,对指导浮标投放有重要意义。  相似文献   

6.
海上蒸发波导的预测方法综述   总被引:1,自引:0,他引:1  
综述了海上蒸发波导的预测方法,根据预测方法的原理及实现方法不同,将已有的蒸发波导预测方法归纳为基于气象水文要素数据的预报方法、基于气象卫星数据的反演计算方法、基于雷达数据的反演计算方法和中尺度模式同化方法等四大类。对每个类中的主要方法的基本原理及优缺点进行了具体分析和总结,最后给出了蒸发波导预测方法中存在的问题及研究进展情况,对未来研究方向及趋势进行了预计。  相似文献   

7.
复杂多变的水下环境会极大地干扰仿生机器鱼的正常运动和对水下信息的感知,而鱼鳍的变形在产生推进力方面发挥了关键作用。但目前对于鱼鳍如何利用自身感觉信息来对推进力进行识别和预测的研究甚少。为了解决这一问题,通过在一个柔性传感器上集成压电层和压阻层,研制出基于压电/压阻双传感模式的柔性仿鱼鳍复合传感器,并提出了一种基于复合传感器对鱼鳍产生的推进力预测的方法。建立了基于 BP 人工神经网络的推进力预测模型并进行训练,通过皮尔逊相关分析法对输入层数据进行筛选和优化,提高了模型的预测精度。实验结果证明基于 BP 神经网络及皮尔逊相关性分析的多传感层组合的推进力预测是有效可行的,同时为机器鱼水下感知能力的提升提供了新的途径。  相似文献   

8.
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   

9.
中国有害赤潮预测方法研究现状和进展   总被引:11,自引:0,他引:11  
根据近几年来有害赤潮研究的进展,介绍了几种有害赤潮预测方法,主要包括:经验预测法,如海水温度变动预测法、海水透明度法、赤潮生物光合活性法;统计预测法,如判别分析、主成分分析;数值模型预测法,如营养动力学模型和种群生长动力学模型。文中提出,鉴于目前各种有害赤潮预测方法的局限性和不确定性,以及有害赤潮灾害预测的迫切性,为了尽快建立起有效和可靠的有害赤潮预测方法,在开展预测方法的同时,必须加强赤潮发生机理研究和赤潮生消过程的现场监测,前者是建立预测方法的理论基础,而后者是预测方法建立的要资料基础。  相似文献   

10.
海冰管理是抵御寒区海洋资源开发海冰威胁的有效手段,海冰风险的准确、快速预测是海冰管理系统的关键组成部分。文中面向海冰管理中的冰情短时预测需求,明确了基于现场监测的海冰风险预测模式,开展了应用机械学习理论的海冰风险短时预测方法研究,并以渤海辽东湾海冰管理为例,讨论了神经网络与小波分解等非线性预测方法在冰情短时预测中的适用性。结果表明,时间序列小波神经网络在短时(6 h)冰厚预测中的预测精度与Elman神经网络相仿,而在24~48 h预测中的精度偏差较大;Elman神经网络在6 h、24 h与48 h的冰厚预测中均能保持较好的预测精度,在冰流速与来冰方向预测中,模型预测精度达到80%左右。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号