基于主成分和 BP 神经网络的智利竹筴鱼渔场预报模型研究
2014
东南太平洋智利竹?鱼 Trachurus murphyi 是我国大型拖网渔船队的重要捕捞对象。准确预报中心渔场是提高渔业生产能力的重要工作。本文根据2003-2009年我国船队在东南太平洋海域捕捞智利竹?鱼的渔捞日志数据,结合海洋遥感获得的海表温度(SST)和海面高度(SSH)等海洋环境因子,利用主成分和 BP 神经网络方法对智利竹?鱼中心渔场预报模型进行了研究。研究利用主成分分析法(PCA)得到累计贡献率在90%以上样本的主成分,综合考虑模型测试的精度与速度,基于原始样本和经 PCA 处理后的主成分分别建立了 BP 模型,其最优 BP 模型结构分别为5∶10∶1和3∶7∶1。研究结果表明,经 PCA 处理后的主成分所建立的 BP 神经网络模型在训练结果和测试结果上均要优于用原始样本建立的 BP 神经网络模型,两者的预报准确率分别为67%和60%。
- Correction
- Source
- Cite
- Save
- Machine Reading By IdeaReader
0
References
0
Citations
NaN
KQI