基于LM-BP神经网络的海洋表面温度预测研究
升高的海洋温度将导致鱼类的大规模迁移,客观条件非常有限的小型捕捞公司无法获得相应的经济利益.本文将建立预测模型来预测鱼类种群的相关情况,以解决渔业的相关问题.基于海洋表面温度(SST)的相关数据,本文构建了LM-BP神经网络模型和时间序列模型来预测每个区域的SST数据.我们将问题变成找出鱼群最有可能出现在其移动范围内的区域,通过该区域中特定时间段内最佳温度的出现概率来度量,最后能够根据本文模型使用arcgis获得预测的鱼群运动的空间投影.
海洋表面温度、LM-BP神经网络、时间序列模型
2020-10-13（万方平台首次上网日期，不代表论文的发表时间）
共1页
133
