本文主要研究内容
作者金权（2019）在《基于机器学习算法对海浪波高的预测及优化研究》一文中研究指出：海浪是海洋表面重要的运动过程,机器学习是目前国内外热门研究领域,本文将海洋科学与机器学习相结合,探索了机器学习在海洋科学领域应用的可行性,为今后的研究奠定基础。本文采用了机器学习中的两种不同算法对海浪有效波高进行预测和修正。(1)建立使用支持向量机(SVM)的预测模型,选取风场和波浪场作为学习要素,对比不同特征向量对有效波高预测结果的影响。取台湾岛东部海区作为实验区域,使用NCEP再分析的数值模式数据作为学习样本。选用支持向量分类机,建立了四组不同特征向量的模型对海浪有效波高进行预测,并对四种模型的结果进行比较和分析。实验表明,当输入的特征向量过多或过少时,会对模型的预测结果和计算效率产生不同的影响。当使用风场和波浪场共同作为特征向量进行学习时,在该区域预测结果更接近模式预报结果,相关系数将近99%,均方根误差约为0.2m。(2)使用神经网络模型建立模式结果的优化模型,对MASNUM海浪模式的有效波高进行优化。选用风场,波浪场作为学习要素,选取南海海域作为实验区域,按季节划分了夏季、秋季、冬季3个模型进行训练。与卫星观测的数据相比,修正后结果的均方根误差与绝均差减少了约30%。
Abstract
hai lang shi hai xiang biao mian chong yao de yun dong guo cheng ,ji qi xue xi shi mu qian guo nei wai re men yan jiu ling yu ,ben wen jiang hai xiang ke xue yu ji qi xue xi xiang jie ge ,tan suo le ji qi xue xi zai hai xiang ke xue ling yu ying yong de ke hang xing ,wei jin hou de yan jiu dian ding ji chu 。ben wen cai yong le ji qi xue xi zhong de liang chong bu tong suan fa dui hai lang you xiao bo gao jin hang yu ce he xiu zheng 。(1)jian li shi yong zhi chi xiang liang ji (SVM)de yu ce mo xing ,shua qu feng chang he bo lang chang zuo wei xue xi yao su ,dui bi bu tong te zheng xiang liang dui you xiao bo gao yu ce jie guo de ying xiang 。qu tai wan dao dong bu hai ou zuo wei shi yan ou yu ,shi yong NCEPzai fen xi de shu zhi mo shi shu ju zuo wei xue xi yang ben 。shua yong zhi chi xiang liang fen lei ji ,jian li le si zu bu tong te zheng xiang liang de mo xing dui hai lang you xiao bo gao jin hang yu ce ,bing dui si chong mo xing de jie guo jin hang bi jiao he fen xi 。shi yan biao ming ,dang shu ru de te zheng xiang liang guo duo huo guo shao shi ,hui dui mo xing de yu ce jie guo he ji suan xiao lv chan sheng bu tong de ying xiang 。dang shi yong feng chang he bo lang chang gong tong zuo wei te zheng xiang liang jin hang xue xi shi ,zai gai ou yu yu ce jie guo geng jie jin mo shi yu bao jie guo ,xiang guan ji shu jiang jin 99%,jun fang gen wu cha yao wei 0.2m。(2)shi yong shen jing wang lao mo xing jian li mo shi jie guo de you hua mo xing ,dui MASNUMhai lang mo shi de you xiao bo gao jin hang you hua 。shua yong feng chang ,bo lang chang zuo wei xue xi yao su ,shua qu na hai hai yu zuo wei shi yan ou yu ,an ji jie hua fen le xia ji 、qiu ji 、dong ji 3ge mo xing jin hang xun lian 。yu wei xing guan ce de shu ju xiang bi ,xiu zheng hou jie guo de jun fang gen wu cha yu jue jun cha jian shao le yao 30%。
论文参考文献
论文详细介绍
论文作者分别是来自自然资源部第一海洋研究所的金权，发表于刊物自然资源部第一海洋研究所2019-10-08论文，是一篇关于机器学习论文,支持向量机论文,海浪要素预测论文,海浪数值模式论文,神经网络论文,海浪有效波高优化论文,自然资源部第一海洋研究所2019-10-08论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自自然资源部第一海洋研究所2019-10-08论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：机器学习论文; 支持向量机论文; 海浪要素预测论文; 海浪数值模式论文; 神经网络论文; 海浪有效波高优化论文; 自然资源部第一海洋研究所2019-10-08论文;