基于机器学习多维度的海面能见度研究

发布时间：2024-02-27 10:54

　　大气能见度是海面重要的气象指标之一,对海洋资源开发、军事活动、航海以及海洋气象研究都具有很大的影响。目前国内外的海面能见度预测研究主要集中在单维度预测方面,其实验结果分析都比较片面。如果能够在有限的数据资料中通过机器学习的方法对海面能见度进行多维度的数据统计分析和预测,则能够对海面能见度的变化有一个更加全面的了解。因此基于这个需求本文进行了基于机器学习多维度的海面能见度研究,主要完成的工作和结论如下:(1)通过对BP(Back propagation)神经网络模型和LMS(Least mean aquare)的理论分析提出了LMS-BP(Least mean square-Back propagation)神经网络海面能见度时间维度预测模型,此预测模型解决了BP神经网络预测模型由于训练样本较大且相关性较高时出现的过拟合和欠拟合情况。通过对多维度的不同气象参数和污染物数据资料的数据统计分析进行训练建模,可以实现高准确率的海面能见度短时预测,比现有的神经网络模型在预测准确率上提高了10%。同时利用本文研究方法进行了不同海域陆地大气污染物PM2.5对海面能见度预测影响的实验,通过实验表明我国...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究目的与意义
    1.2 研究背景与现状
    1.3 研究内容与技术路线
        1.3.1 研究目标
        1.3.2 研究内容
        1.3.3 研究创新点
        1.3.4 研究技术路线
    1.4 组织结构
第二章 研究相关领域介绍
    2.1 研究场景
    2.2 研究对象
        2.2.1 海面能见度介绍
        2.2.2 海面能见度影响因素分析
    2.3 本章小结
第三章 研究数据资料与数据预处理方法
    3.1 数据资料
        3.1.1 数据来源
        3.1.2 数据内容
    3.2 数据预处理方法
    3.3 本章小结
第四章 基于LMS-BP神经网络海面能见度时间维度预测
    4.1 LMS-BP神经网络模型理论
        4.1.1 BP神经网络
        4.1.2 LMS-BP神经网络预测模型
    4.2 LMS-BP神经网络模型预测方法
        4.2.1 LMS-BP神经网络模型预测方法
    4.3 海面能见度时间维度预测实验结果分析
        4.3.1 不同预测模型海面能见度预测实验与结果分析
        4.3.2 LMS-BP预测模型海面能见度预测实验与结果分析
    4.4 本章小结
第五章 基于改进随机森林插值算法海面能见度空间维度分布
    5.1 改进的随机森林空间插值算法理论分析
        5.1.1 空间插值
        5.1.2 随机森林插值算法
        5.1.3 改进随机森林插值算法
    5.2 改进的随机森林空间插值实验与结果分析
        5.2.1 改进的随机森林空间插值实验
    5.3 海面能见度空间分布实验与结果分析
        5.3.1 不同季节空间插值实验与结果分析
        5.3.2 不同时间段空间插值实验与结果分析
        5.3.3 不同天气条件下海面能见度空间插值实验与结果分析
    5.4 本章小结
第六章 结论与展望
    6.1 结论
    6.2 展望
参考文献
致谢
作者简介



本文编号：3912580