

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、水產(chǎn)業(yè)是世界農(nóng)業(yè)的重要組成部分。最近,隨著其作為全世界給養(yǎng)之源的角色愈發(fā)提高,海洋己得到國(guó)內(nèi)外的關(guān)注。隨著世界人口不斷增加,所有人的營(yíng)養(yǎng)都有賴(lài)于海洋的自然資源。世界渴望取得有關(guān)漁業(yè)的寶貴知識(shí),并在當(dāng)代信息及科技領(lǐng)域發(fā)展的基礎(chǔ)上,進(jìn)行科學(xué)、準(zhǔn)確地漁業(yè)預(yù)測(cè)。因此,提供這樣的生產(chǎn)模型以使?jié)O業(yè)信息高效、準(zhǔn)確,遠(yuǎn)洋漁業(yè)高產(chǎn),并通過(guò)情報(bào)部門(mén)促進(jìn)海洋漁業(yè)的可持續(xù)發(fā)展已成為研究的重要課題。
在一定的水域及時(shí)期內(nèi),漁業(yè)預(yù)測(cè)涉及海洋資源的不同
2、層面,例如捕魚(yú)季節(jié)、漁場(chǎng)、魚(yú)的質(zhì)量和數(shù)量以及捕撈。準(zhǔn)確、高效的漁業(yè)預(yù)測(cè)可為漁業(yè)主管部門(mén)和生產(chǎn)單位提供科學(xué)論證以在捕魚(yú)季節(jié)獲得高效的生產(chǎn)部署和生產(chǎn)管理。
本研究提出將徑向基神經(jīng)網(wǎng)絡(luò)應(yīng)用于漁場(chǎng)預(yù)測(cè)。這種網(wǎng)絡(luò)具有訓(xùn)練速度快、學(xué)習(xí)精度高等優(yōu)點(diǎn),從而在許多領(lǐng)域得到廣泛應(yīng)如:圖像處理,語(yǔ)音識(shí)別,醫(yī)療診斷,時(shí)間序列分析及預(yù)測(cè)。
徑向基神經(jīng)網(wǎng)絡(luò)可以看作一個(gè)3層前饋神經(jīng)網(wǎng)絡(luò),它有一個(gè)輸入層和一個(gè)輸出層。在輸入層和輸出層之間有一
3、層隱層神經(jīng)元。在每一個(gè)隱層神經(jīng)元內(nèi),非線形映射功能通過(guò)徑向基函數(shù)實(shí)現(xiàn)。徑向基函數(shù)的參數(shù)包括中心位置、寬度和權(quán)重。RBF網(wǎng)絡(luò)學(xué)習(xí)通常要經(jīng)歷兩個(gè)階段。首先,確定隱單元數(shù),每個(gè)隱單位是由其中心位置和寬度的值來(lái)確定。在本研究中,最初所有的輸入都作為備選中心位置和寬度,然后,根據(jù)每個(gè)備選中心位置計(jì)算出與之匹配的MSE(均方誤差)。其中具有最小MSE的中心位置被選為中心指標(biāo)。然后,運(yùn)用正交最小二乘法以確定隱層到輸出層之間的權(quán)重。
在西
4、南大西洋阿根廷滑柔魚(yú)生產(chǎn)統(tǒng)計(jì)和環(huán)境數(shù)據(jù)的基礎(chǔ)上,驗(yàn)證了基于徑向基神經(jīng)網(wǎng)絡(luò)的原型系統(tǒng)在漁場(chǎng)棲息地指數(shù)預(yù)測(cè)方面的應(yīng)用。在本研究中,共運(yùn)用了6個(gè)漁場(chǎng)影響因子,他們分別是月份(在此期間發(fā)生魚(yú)類(lèi)捕撈量)、經(jīng)度和緯度,海表溫度(SST),海面高度(SSH)和葉綠素濃度。得到的預(yù)測(cè)值以漁場(chǎng)棲息地指數(shù)的方式呈現(xiàn),它是由兩個(gè)不同的指數(shù)計(jì)算而來(lái)的-作業(yè)次數(shù)和日均產(chǎn)量。
本研究還對(duì)RBF神經(jīng)網(wǎng)絡(luò)與多元線性回歸進(jìn)行了比較實(shí)驗(yàn)。利用上述提到的環(huán)境因
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 徑向基神經(jīng)網(wǎng)絡(luò)和灰色理論在股市預(yù)測(cè)中的應(yīng)用研究.pdf
- 徑向基神經(jīng)網(wǎng)絡(luò)在入侵檢測(cè)中的應(yīng)用研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在非線性時(shí)間序列預(yù)測(cè)中的應(yīng)用.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究.pdf
- 混合粒子群徑向基神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)的應(yīng)用研究.pdf
- 徑向基函數(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)在逆向工程中的應(yīng)用研究.pdf
- 基于徑向基神經(jīng)網(wǎng)絡(luò)的廣義預(yù)測(cè)控制研究及應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)在股票預(yù)測(cè)中的應(yīng)用研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 徑向基神經(jīng)網(wǎng)絡(luò)的研究及在粒度軟測(cè)量中的應(yīng)用.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)在股票預(yù)測(cè)中的應(yīng)用研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)及其在船舶運(yùn)動(dòng)控制中的應(yīng)用研究.pdf
- 徑向基概率神經(jīng)網(wǎng)絡(luò)研究.pdf
- 徑向基神經(jīng)網(wǎng)絡(luò)及其在紅外客流采集問(wèn)題中的應(yīng)用研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在高速公路軟基沉降預(yù)測(cè)中的應(yīng)用研究.pdf
- 徑向基神經(jīng)網(wǎng)絡(luò)在系統(tǒng)辨識(shí)應(yīng)用中的結(jié)構(gòu)與算法研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在股市預(yù)測(cè)中的應(yīng)用研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)在股市預(yù)測(cè)中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)方法在股市預(yù)測(cè)中的應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)在股票預(yù)測(cè)中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論