海表面溫度是海洋科學(xué)研究中重要的參數(shù)之一,有效預(yù)測海表面溫度對海洋災(zāi)害預(yù)警、海洋經(jīng)濟(jì)以及海洋生態(tài)環(huán)境研究具有重大意義。針對海表面溫度具有周期性、持續(xù)性、非平穩(wěn)性和非線性的特性,首先利用基于局部加權(quán)回歸的周期趨勢分解方法將原始海表面溫度序列分解為周期項(xiàng)、趨勢項(xiàng)和余項(xiàng),挖掘海表面溫度的潛在信息并去除序列中的隨機(jī)噪音,再結(jié)合長短期記憶網(wǎng)絡(luò)模型的優(yōu)點(diǎn),搭建神經(jīng)網(wǎng)絡(luò)來預(yù)測未來5天內(nèi)的海表面溫度。通過與其它模型的預(yù)測效果進(jìn)行對比,實(shí)驗(yàn)結(jié)果表明,本文方法在預(yù)測海表面溫度時(shí)具有較好的預(yù)測精度,能夠?qū)崿F(xiàn)海表面溫度的有效預(yù)測。

【文章頁數(shù)】：8 頁


本文編號：3991818