基于深度学习的台湾海峡及周边海域波浪预报研究
发布时间：2021-02-20 09:57
海浪对人类的海上活动和近岸活动有着巨大的影响,甚至会造成人员与经济的损失。因此波浪高度的准确预报对人类进行航海、渔业、海上军事活动、海上作业、海上运动、沿海与近岸工程的规划与设计等相关活动至关重要。台湾海峡是我国最大的海峡,它位于东海与南海之间,连接着祖国大陆与宝岛台湾,既是东洋海洋史上贸易线路上的重要水域,同时也是近代地缘政治战略要点。台湾海峡内人工作业、生产活动与航运日渐频繁,因此需要对海峡内进行及时、准确的波浪预报来保障这些活动的顺利进行,避免人员与经济的损失。波浪预报是海浪研究的主要目的,波浪预报有两种模式,针对预报点的单点波浪预报以及针对大面积海域的区域波浪预报。海浪研究一般采用两种方法,一种是动力学方法,一种是统计学方法。以统计学为理论支撑的深度学习是当前人们关注的技术热点,尤其是随着人工智能的兴起与飞速发展,深度学习更是越来越成为科研领域以及商业应用领域关注的焦点,很多研究人员或者是商业公司都将其应用到自己的项目中去。深度学习模型因其具有良好的自适应学习和非线性映射能力,对事物发生的物理机制不一定要了解得十分清楚,适合用于处理那些物理机制复杂、因果关系和推理规则难以确定的...
【文章来源】：福建农林大学福建省
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
Sigmoid函数图形
图 2-2 Sigmoid 函数图形数的函数值分布在(0，1)区间，因此它可以将输入复杂性。数称为双曲线正切函数，它的函数曲线与 Sigmoid相互变换，其计算见公式 2-3，函数图形见图 2 ( ) = =
图 2-4 Relu 函数图形比传统的 Sigmoid 函数能够有效缓解梯度消失的，减少计算过程。训练目的就是为了能找到一组最好的权值参数 数是否最优则需要评估在该参数条件下，预测值函数（lossfunction）就是用来评估神经网络模型程度，也是神经网络中要优化的目标函数，神经函数的过程，损失函数越小，说明神经网络模型的预测效果越好。从学习任务的类型出发，损失损失。本文所研究的海浪预报是连续值的预测问介绍两个常见的回归损失函数。
【参考文献】：
期刊论文
[1]关于深度学习的综述与讨论[J]. 胡越,罗东阳,花奎,路海明,张学工. 智能系统学报. 2019(01)
[2]基于舟山多年风浪资料的近海海浪预报研究[J]. 张蔺廉,陈淑琴,陈梅汀. 海岸工程. 2018(03)
[3]我国海洋气象数值预报业务发展与思考[J]. 黄彬,阎丽凤,杨超,徐晶. 气象科技进展. 2014(03)
[4]台湾海峡及近岸区域精细化海浪数值预报系统[J]. 冯芒,张文静,李岩,史剑,蔡丹. 海洋预报. 2013(02)
[5]GA-BP神经网络在罗源湾口波浪模拟研究中的应用[J]. 于小龙,潘伟然,张国荣,崔文惠,林毅辉,骆智斌. 台湾海峡. 2012(02)
[6]海峡西岸经济区可持续发展的思考——兼谈闽台海域海洋环境合作管理机制的构建[J]. 林少东,李霞. 就业与保障. 2010(04)
[7]台湾海峡气候特点分析[J]. 郭婷婷,高文洋,高艺,龚锋. 海洋预报. 2010(01)
[8]人工神经网络在海洋科学中的应用[J]. 吴风霞,李纯厚,戴明. 南方水产. 2009(01)
[9]海浪数值模式研究回顾与进展[J]. 闻斌,刘俊. 海洋预报. 2006(04)
[10]人工神经网络在海浪数值预报中的应用[J]. 齐义泉,张志旭,李志伟,李毓湘,施平. 水科学进展. 2005(01)
博士论文
[1]基于深度学习的非受控场景下人耳检测和识别[D]. 张义.北京科技大学 2018
[2]基于深度学习的图像分类[D]. 孙炜晨.北京邮电大学 2017
硕士论文
[1]基于深度学习的人脸年龄估计算法研究[D]. 顾正东.南京邮电大学 2018
[2]基于深度学习的图片验证码识别算法研究[D]. 张乐乐.青岛科技大学 2018
[3]基于深度学习的人脸识别方法的研究[D]. 王震.兰州理工大学 2018
[4]基于长短记忆模式递归神经网络（LSTM-RNN）的异步电机参数辨识研究[D]. 陈龙.安徽大学 2018
[5]基于深度学习的文本情感分析研究[D]. 黄琼霞.福建农林大学 2018
[6]基于LSTM深度神经网络的股市时间序列预测精度的影响因素研究[D]. 毛景慧.暨南大学 2017
[7]“天眼查”分布式爬虫系统中验证码识别模块的设计与实现[D]. 张泽阳.北京交通大学 2017
[8]深圳大鹏湾波浪数值预报研究[D]. 方莹.清华大学 2015
[9]海浪数据分析及预报的数学模型研究[D]. 李加莲.哈尔滨工程大学 2008
[10]厦门湾常风浪场数值模拟研究[D]. 郑吉祥.厦门大学 2008
本文编号：3042604
【文章来源】：福建农林大学福建省
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
Sigmoid函数图形
图 2-2 Sigmoid 函数图形数的函数值分布在(0，1)区间，因此它可以将输入复杂性。数称为双曲线正切函数，它的函数曲线与 Sigmoid相互变换，其计算见公式 2-3，函数图形见图 2 ( ) = =
图 2-4 Relu 函数图形比传统的 Sigmoid 函数能够有效缓解梯度消失的，减少计算过程。训练目的就是为了能找到一组最好的权值参数 数是否最优则需要评估在该参数条件下，预测值函数（lossfunction）就是用来评估神经网络模型程度，也是神经网络中要优化的目标函数，神经函数的过程，损失函数越小，说明神经网络模型的预测效果越好。从学习任务的类型出发，损失损失。本文所研究的海浪预报是连续值的预测问介绍两个常见的回归损失函数。
【参考文献】：
期刊论文
[1]关于深度学习的综述与讨论[J]. 胡越,罗东阳,花奎,路海明,张学工. 智能系统学报. 2019(01)
[2]基于舟山多年风浪资料的近海海浪预报研究[J]. 张蔺廉,陈淑琴,陈梅汀. 海岸工程. 2018(03)
[3]我国海洋气象数值预报业务发展与思考[J]. 黄彬,阎丽凤,杨超,徐晶. 气象科技进展. 2014(03)
[4]台湾海峡及近岸区域精细化海浪数值预报系统[J]. 冯芒,张文静,李岩,史剑,蔡丹. 海洋预报. 2013(02)
[5]GA-BP神经网络在罗源湾口波浪模拟研究中的应用[J]. 于小龙,潘伟然,张国荣,崔文惠,林毅辉,骆智斌. 台湾海峡. 2012(02)
[6]海峡西岸经济区可持续发展的思考——兼谈闽台海域海洋环境合作管理机制的构建[J]. 林少东,李霞. 就业与保障. 2010(04)
[7]台湾海峡气候特点分析[J]. 郭婷婷,高文洋,高艺,龚锋. 海洋预报. 2010(01)
[8]人工神经网络在海洋科学中的应用[J]. 吴风霞,李纯厚,戴明. 南方水产. 2009(01)
[9]海浪数值模式研究回顾与进展[J]. 闻斌,刘俊. 海洋预报. 2006(04)
[10]人工神经网络在海浪数值预报中的应用[J]. 齐义泉,张志旭,李志伟,李毓湘,施平. 水科学进展. 2005(01)
博士论文
[1]基于深度学习的非受控场景下人耳检测和识别[D]. 张义.北京科技大学 2018
[2]基于深度学习的图像分类[D]. 孙炜晨.北京邮电大学 2017
硕士论文
[1]基于深度学习的人脸年龄估计算法研究[D]. 顾正东.南京邮电大学 2018
[2]基于深度学习的图片验证码识别算法研究[D]. 张乐乐.青岛科技大学 2018
[3]基于深度学习的人脸识别方法的研究[D]. 王震.兰州理工大学 2018
[4]基于长短记忆模式递归神经网络（LSTM-RNN）的异步电机参数辨识研究[D]. 陈龙.安徽大学 2018
[5]基于深度学习的文本情感分析研究[D]. 黄琼霞.福建农林大学 2018
[6]基于LSTM深度神经网络的股市时间序列预测精度的影响因素研究[D]. 毛景慧.暨南大学 2017
[7]“天眼查”分布式爬虫系统中验证码识别模块的设计与实现[D]. 张泽阳.北京交通大学 2017
[8]深圳大鹏湾波浪数值预报研究[D]. 方莹.清华大学 2015
[9]海浪数据分析及预报的数学模型研究[D]. 李加莲.哈尔滨工程大学 2008
[10]厦门湾常风浪场数值模拟研究[D]. 郑吉祥.厦门大学 2008
本文编号：3042604
本文链接：https://www.wllwen.com/guanlilunwen/tongjijuecelunwen/3042604.html
