首先,以世界海洋地圖集2013（WOA13）海洋數(shù)據(jù)為實(shí)驗(yàn)數(shù)據(jù),提出將不等距微分法、垂直梯度法應(yīng)用于海洋數(shù)據(jù)預(yù)處理、海洋區(qū)域劃分和躍層分析中,并通過對多種神經(jīng)網(wǎng)絡(luò)在基于WOA13海洋三維數(shù)據(jù)二分類實(shí)驗(yàn)的性能分析,選取殘差網(wǎng)絡(luò)作為二分類實(shí)驗(yàn)的網(wǎng)絡(luò)模型,在三層殘差網(wǎng)絡(luò)模型基礎(chǔ)上增加了Dropout保留層以防止過擬合.其次,將殘差網(wǎng)絡(luò)模型用于溫躍層分析判定,并針對改進(jìn)模型進(jìn)行超參數(shù)優(yōu)化、殘差單元改進(jìn)、保留率調(diào)整等對比實(shí)驗(yàn).實(shí)驗(yàn)結(jié)果表明,改進(jìn)的ResNet-26網(wǎng)絡(luò)對WOA13海洋區(qū)域數(shù)據(jù)的溫躍層數(shù)據(jù)分類有效,分類準(zhǔn)確率超過94%. 

【文章來源】：吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2020,58(04)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

深度學(xué)習(xí)的主要問題是梯度消失和梯度爆炸, 傳統(tǒng)解決方案均基于數(shù)據(jù)的初始化和正則化, 雖然解決了梯度問題, 但隨著網(wǎng)絡(luò)深度的不斷增加,出現(xiàn)了正確率開始飽合下降及網(wǎng)絡(luò)的退化問題. 殘差單位的提出不僅解決了退化問題和梯度問題, 還兼顧了網(wǎng)絡(luò)性能的提升. 殘差網(wǎng)絡(luò)的基本結(jié)構(gòu)如圖2所示.殘差單元的基本思想是解決在信息輸入時(shí)因精度提高和卷積層數(shù)過多而導(dǎo)致的飽和, 以及隨著網(wǎng)絡(luò)深度的增加而導(dǎo)致準(zhǔn)確率降低的問題. 本文假設(shè)x為信息輸入, H(x)為特征輸出, 則殘差公式為

本文基于新型的ResNet V2結(jié)構(gòu)對殘差單元進(jìn)行改進(jìn), 將原來的二層 殘差單元改進(jìn)為三層, 將原來大小為3×3的2個(gè) 卷積層改為3個(gè)卷積層,其卷積核大小分別為1×1,3×3,1×1. 改進(jìn)的三層殘差單元如圖3所示, 其中: m,n為通道數(shù)量; k為加寬因子. 使用三層 卷積的優(yōu)勢在于首層和末層中的1×1卷積可減少模型的參數(shù), 同時(shí)可加速訓(xùn)練過程; 3×3的卷積層可提升性能, 減少參數(shù), 且將AlexNet中的Dropout保留層加入到3×3的卷積層中, 能更好地減少過擬合問題.改進(jìn)后的殘差單元公式為

【參考文獻(xiàn)】：
期刊論文
[1]基于WOA13數(shù)據(jù)的南大西洋聲波導(dǎo)診斷分析[J]. 曹震卿,李慶紅,劉振龍.  海洋預(yù)報(bào). 2018(03)
[2]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[3]海洋溫躍層特征值的分析與計(jì)算[J]. 張學(xué)宏,張緒東,李顏.  海洋預(yù)報(bào). 2011(05)
[4]垂直梯度法與最優(yōu)分割法確定溫躍層邊界的比較分析[J]. 張旭,張永剛,聶邦勝,姚忠山.  海洋通報(bào). 2008(06)
[5]陸架海區(qū)溫躍層特征量的一種計(jì)算方法——擬階梯函數(shù)逼近法[J]. 葛人峰,喬方利,于非,蔣志曉,郭景松.  海洋科學(xué)進(jìn)展. 2003(04)

碩士論文
[1]基于Argo海洋數(shù)據(jù)的溫躍層處理方法研究[D]. 勾毓.吉林大學(xué) 2018



本文編號(hào)：3125904