首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 109 毫秒
1.
BP人工神经网络在渤海湾叶绿素预测中的应用   总被引:1,自引:0,他引:1  
利用误差反向传播(BP)人工神经网络模型建立了天津赤潮驴驹河赤潮监控区各种理化因子与叶绿素-a之间的映射关系.模拟结果表明,该模型能够较好的反映各种理化因子与叶绿素-a浓度之间的非线性对应关系,可间接地用于该地区的赤潮预测.  相似文献   

2.
基于人工神经网络的赤潮预测模型   总被引:4,自引:0,他引:4  
本文利用非线性时间序列预测模型,将海洋预报和人工神经网络BP算法相结合,提出了基于神经网络的海洋预报模型;运用改进的三层BP(Back Propagation)神经网络模型对海洋气象进行赤潮灾害监测和预报;同时针对仿真结果进行分析,结果表明该模型具有较好的预测能力。  相似文献   

3.
基于T-S模糊神经网络的信息融合在赤潮预测预警中的应用   总被引:4,自引:0,他引:4  
基于T-S模型的模糊神经网络不但具有模糊逻辑和神经网络两者的优点,又具有很好的学习能力。将基于T-S模型的模糊神经网络的信息融合算法应用在赤潮的预测预警中,研究各种理化因子与赤潮藻类浓度间非线性对应规律和有效预测赤潮藻类浓度。仿真实验表明这种方法具有有效的赤潮预测预警功能。  相似文献   

4.
基于模糊神经网络(FNN)的赤潮预警预测研究   总被引:1,自引:0,他引:1  
为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP 算法的一个四层模糊神经网络模型。将模糊神经网络(FNN)技术引入赤潮预测研究,并与普通 BP 网络、RBF 网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能。  相似文献   

5.
基于模糊神经网络(FNN)的赤潮预警预测研究   总被引:6,自引:0,他引:6  
为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP算法的一个四层模糊神经网络模型。将模糊神经网络(FNN)技术引入赤潮预测研究,并与普通BP网络、RBF网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能。  相似文献   

6.
基于CBR的智能赤潮预测预警系统研究   总被引:4,自引:0,他引:4  
基于实例推理机制(CBR),综合运用人工神经网络、知识发现、模糊逻辑及赤潮生态动力学模型库,考虑了影响赤潮发生的因素的多样性与随机性,建立了一个基于实例推理的智能赤潮预测预警系统。  相似文献   

7.
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   

8.
东海区域灾害性海浪长期预测方法研究   总被引:2,自引:0,他引:2  
海浪预报具有复杂性、非线性和高维性等特点,而BP人工神经网络是处理非线性关系,进行科学预测行之有效的方法。本文中采用BP人工神经网络技术,以1985—2005年影响东海区的热带气旋、温带气旋和冷空气等相关要素为样本,建立东海区域灾害性海浪BP神经网络长期预测数值模型。通过模拟预测效果检验:该模型预测准确率超过85%,平均误差约为8%,满足实际预测要求。  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.
中国赤潮发生频率的变化趋势及其多发年份的R/S预测   总被引:3,自引:0,他引:3  
根据1989-2006年中国海洋灾害公报中公布的中国赤潮发生频率的数据资料,建立近18a来中国赤潮发生频率的时间序列,采用平均差值法、最小二乘法和自回归滑动平均法这3种趋势分析方法,统计检验了其长期变化趋势。并基于分形理论利用重标极差分析(R/S分析)的原理和方法,计算了Hurst指数,建立了R(i)/S(i)与i的关系模型,对中国赤潮多发年份进行了预测分析。结果表明,近18a来中国赤潮发生频率变化的趋势值分别为bAV=0.14356,bLS=0.12875和bAR(1)=0.12861,均为正值,赤潮发生频率呈显著的增加趋势;赤潮多发年份的变化呈现分布式布朗运动的特征,R(i)/S(i)与i之间存在HR(i)/S(i)=(a×i)的函数关系,具有可预测性。根据预测2007年和2008年仍然是赤潮的多发年份,这与实际统计结果一致。基于目前赤潮发生机制尚不完全清楚的现状,利用赤潮发生频率的时间序列自身进行赤潮多发年的预测可能是一条有效的途径。  相似文献   

11.
刘伟 《海洋科学集刊》2010,50(50):93-97
A red tide as an sananomalous ecological phenomenon is characterized with abruptness and nonlinearness,and red tide prediction has been a hot spot in ocean ographic studies.In this paper,by using the principle of fuzzy mathematics,we developed a computer progran to simulate the BP model on the basis of Visual C++ language.Engineering analysis shows the same result between the simulation and the observation of red tide which is practical. The calculation procedures are simple and easy.  相似文献   

12.
赤潮的爆发是生物、化学、物理等多因素综合作用的结果。温度、风力、风向、气压等气象条件,海况、潮汐、海流及海水的理化特征,如海水温度、盐度、营养盐、微量元素等都是赤潮爆发的重要因子或诱导因素。当前由于海洋生态领域的数值预报仍不成熟,国内的赤潮预测主要还是依靠经验和统计方法为主,如气象条件预报法、水文条件预报法、化学条件预报法、生物条件预报法、卫星遥感预报法或是综合预报法等。本文根据2001年~2005年《沿海海洋赤潮专报》中广东省阳江到汕尾沿海(112°~116°E)即珠江口地区发生赤潮的记录,使用NCEP再分析数据,从气象条件诱发赤潮的角度分析得出最易引发珠江口赤潮的5种天气形势,并用相关性分析方法得出其中两种天气形势的典型场,对预测珠江口沿海的赤潮发生具有一定的指导意义,可在实践中加以应用。  相似文献   

13.
大鹏湾的赤潮生态仿真模型   总被引:20,自引:3,他引:20  
通过海洋动力学和赤潮生物动力学相结合的方法,建立了一个赤潮发生的仿真模型。模型包括水动力、扩用和生物动力学三部分,综合考虑了潮流、营养物质等环境要素的时空变化对赤潮过程的影响,并以大鹏湾夜光藻赤潮为例进行了数值模拟。模型再现了赤潮发生前海水中营养物质的浓度一次明显的增高,而在赤潮发育盛期营养物质降至低谷的现象并反映了赤潮物质容易在海湾的角落等水交换不畅的地域聚集的情况。  相似文献   

14.
赤潮数值研究的有关问题   总被引:1,自引:1,他引:1  
赤潮的实质是一个海洋生态系统动力学问题,本文初步给出了描述赤潮的基本动力学方程组,并讨论了进行赤潮数值研究的必要性。数值方法既利于赤潮机理的研究又可以推动赤潮预报的发展  相似文献   

15.
基于深度置信网络(DBN)的赤潮高光谱遥感提取研究   总被引:1,自引:0,他引:1  
赤潮是严重的海洋灾害,有效监测赤潮对于保护海洋生态环境具有重要意义。高光谱遥感具有光谱分辨率高、图谱合一等优势,适合于海洋赤潮监测。深度学习是机器学习领域的前沿,为高光谱遥感分类提供了新的思路。深度置信网络(Deep Belief Network,DBN)兼具监督分类与非监督分类的特点,通过构建DBN模型,将DBN应用于赤潮灾害遥感监测中,应用渤海机载高光谱遥感数据开展赤潮分类,以达到提取高光谱图像中赤潮水体范围的目的。通过设置对照实验,对比经典的SVM监督分类方法与ISODATA非监督分类方法,发现DBN模型在相同实验条件下具有更高的分类精度,赤潮遥感提取精度提高了3%~11%。  相似文献   

16.
赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响。一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战性。针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海洋监测数据,结合皮尔逊相关系数、散布矩阵、复相关系数方法,分析多环境因子与赤潮发生多要素的关联情况,重点采用基于深度学习的LSTM与CNN融合方法,挖掘环境因子的时序依赖,发现序列数据的局部特征,对赤潮发生进行预报。在厦门一号和厦门二号数据集中,本方法在预报未来12 h内的赤潮情况时,RMSE、MAE误差分别达到0.521 8、0.504 3。通过协同对比模型进一步确定赤潮发生的预报概率,在两个数据集上的最终预报准确率分别为67.58%和63.49%。本研究为赤潮的分析预报提供了探索经验,证明了将深度学习方法应用于赤潮预报的可行性。  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