科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高南太平洋长鳍金枪鱼渔场预测的性能，本研究基于2000—2015年的南太平洋长鳍金枪鱼所处的渔场时空信息、渔获数量、延绳钓钩数以及3种重要的环境因子：海面温度、海面高度以及叶绿素a浓度，提出了一种基于极限学习机(ELM)的渔场预测方法。该方法首先提出了一种新型的类独热编码算法，对渔场数据进行特征数字编码；然后通过构建基于ELM的金枪鱼渔场预测模型，并通过训练学习来自适应地获取预测模型的网络参数，实现了对金枪鱼渔场的智能预测。文中的试验表明，在使用2015年南太平洋长鳍金枪鱼数据作为测试验证时，该模型取得了84.07%的总体渔场预测准确率，同时F1 Score指数达到80.9%,与常规方法相比，提高了长鳍金枪鱼渔场预测的性能。本研究为渔场预报研究提供了一种新的思路。
- 单位
