基于機(jī)器學(xué)習(xí)多維度的海面能見度研究
發(fā)布時間:2024-02-27 10:54
大氣能見度是海面重要的氣象指標(biāo)之一,對海洋資源開發(fā)、軍事活動、航海以及海洋氣象研究都具有很大的影響。目前國內(nèi)外的海面能見度預(yù)測研究主要集中在單維度預(yù)測方面,其實驗結(jié)果分析都比較片面。如果能夠在有限的數(shù)據(jù)資料中通過機(jī)器學(xué)習(xí)的方法對海面能見度進(jìn)行多維度的數(shù)據(jù)統(tǒng)計分析和預(yù)測,則能夠?qū)C婺芤姸鹊淖兓幸粋更加全面的了解。因此基于這個需求本文進(jìn)行了基于機(jī)器學(xué)習(xí)多維度的海面能見度研究,主要完成的工作和結(jié)論如下:(1)通過對BP(Back propagation)神經(jīng)網(wǎng)絡(luò)模型和LMS(Least mean aquare)的理論分析提出了LMS-BP(Least mean square-Back propagation)神經(jīng)網(wǎng)絡(luò)海面能見度時間維度預(yù)測模型,此預(yù)測模型解決了BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型由于訓(xùn)練樣本較大且相關(guān)性較高時出現(xiàn)的過擬合和欠擬合情況。通過對多維度的不同氣象參數(shù)和污染物數(shù)據(jù)資料的數(shù)據(jù)統(tǒng)計分析進(jìn)行訓(xùn)練建模,可以實現(xiàn)高準(zhǔn)確率的海面能見度短時預(yù)測,比現(xiàn)有的神經(jīng)網(wǎng)絡(luò)模型在預(yù)測準(zhǔn)確率上提高了10%。同時利用本文研究方法進(jìn)行了不同海域陸地大氣污染物PM2.5對海面能見度預(yù)測影響的實驗,通過實驗表明我國...
【文章頁數(shù)】:63 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究目的與意義
1.2 研究背景與現(xiàn)狀
1.3 研究內(nèi)容與技術(shù)路線
1.3.1 研究目標(biāo)
1.3.2 研究內(nèi)容
1.3.3 研究創(chuàng)新點
1.3.4 研究技術(shù)路線
1.4 組織結(jié)構(gòu)
第二章 研究相關(guān)領(lǐng)域介紹
2.1 研究場景
2.2 研究對象
2.2.1 海面能見度介紹
2.2.2 海面能見度影響因素分析
2.3 本章小結(jié)
第三章 研究數(shù)據(jù)資料與數(shù)據(jù)預(yù)處理方法
3.1 數(shù)據(jù)資料
3.1.1 數(shù)據(jù)來源
3.1.2 數(shù)據(jù)內(nèi)容
3.2 數(shù)據(jù)預(yù)處理方法
3.3 本章小結(jié)
第四章 基于LMS-BP神經(jīng)網(wǎng)絡(luò)海面能見度時間維度預(yù)測
4.1 LMS-BP神經(jīng)網(wǎng)絡(luò)模型理論
4.1.1 BP神經(jīng)網(wǎng)絡(luò)
4.1.2 LMS-BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型
4.2 LMS-BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測方法
4.2.1 LMS-BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測方法
4.3 海面能見度時間維度預(yù)測實驗結(jié)果分析
4.3.1 不同預(yù)測模型海面能見度預(yù)測實驗與結(jié)果分析
4.3.2 LMS-BP預(yù)測模型海面能見度預(yù)測實驗與結(jié)果分析
4.4 本章小結(jié)
第五章 基于改進(jìn)隨機(jī)森林插值算法海面能見度空間維度分布
5.1 改進(jìn)的隨機(jī)森林空間插值算法理論分析
5.1.1 空間插值
5.1.2 隨機(jī)森林插值算法
5.1.3 改進(jìn)隨機(jī)森林插值算法
5.2 改進(jìn)的隨機(jī)森林空間插值實驗與結(jié)果分析
5.2.1 改進(jìn)的隨機(jī)森林空間插值實驗
5.3 海面能見度空間分布實驗與結(jié)果分析
5.3.1 不同季節(jié)空間插值實驗與結(jié)果分析
5.3.2 不同時間段空間插值實驗與結(jié)果分析
5.3.3 不同天氣條件下海面能見度空間插值實驗與結(jié)果分析
5.4 本章小結(jié)
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻(xiàn)
致謝
作者簡介
本文編號:3912580
【文章頁數(shù)】:63 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究目的與意義
1.2 研究背景與現(xiàn)狀
1.3 研究內(nèi)容與技術(shù)路線
1.3.1 研究目標(biāo)
1.3.2 研究內(nèi)容
1.3.3 研究創(chuàng)新點
1.3.4 研究技術(shù)路線
1.4 組織結(jié)構(gòu)
第二章 研究相關(guān)領(lǐng)域介紹
2.1 研究場景
2.2 研究對象
2.2.1 海面能見度介紹
2.2.2 海面能見度影響因素分析
2.3 本章小結(jié)
第三章 研究數(shù)據(jù)資料與數(shù)據(jù)預(yù)處理方法
3.1 數(shù)據(jù)資料
3.1.1 數(shù)據(jù)來源
3.1.2 數(shù)據(jù)內(nèi)容
3.2 數(shù)據(jù)預(yù)處理方法
3.3 本章小結(jié)
第四章 基于LMS-BP神經(jīng)網(wǎng)絡(luò)海面能見度時間維度預(yù)測
4.1 LMS-BP神經(jīng)網(wǎng)絡(luò)模型理論
4.1.1 BP神經(jīng)網(wǎng)絡(luò)
4.1.2 LMS-BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型
4.2 LMS-BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測方法
4.2.1 LMS-BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測方法
4.3 海面能見度時間維度預(yù)測實驗結(jié)果分析
4.3.1 不同預(yù)測模型海面能見度預(yù)測實驗與結(jié)果分析
4.3.2 LMS-BP預(yù)測模型海面能見度預(yù)測實驗與結(jié)果分析
4.4 本章小結(jié)
第五章 基于改進(jìn)隨機(jī)森林插值算法海面能見度空間維度分布
5.1 改進(jìn)的隨機(jī)森林空間插值算法理論分析
5.1.1 空間插值
5.1.2 隨機(jī)森林插值算法
5.1.3 改進(jìn)隨機(jī)森林插值算法
5.2 改進(jìn)的隨機(jī)森林空間插值實驗與結(jié)果分析
5.2.1 改進(jìn)的隨機(jī)森林空間插值實驗
5.3 海面能見度空間分布實驗與結(jié)果分析
5.3.1 不同季節(jié)空間插值實驗與結(jié)果分析
5.3.2 不同時間段空間插值實驗與結(jié)果分析
5.3.3 不同天氣條件下海面能見度空間插值實驗與結(jié)果分析
5.4 本章小結(jié)
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻(xiàn)
致謝
作者簡介
本文編號:3912580
本文鏈接:http://sikaile.net/kejilunwen/haiyang/3912580.html
最近更新
教材專著