基于机器学习提高海洋叶绿素a浓度预报准确度的方法

授权

摘要

本发明公开了一种基于机器学习提高海洋叶绿素a浓度预报准确度的方法，属于海洋观测技术领域。该方法包括：收集“环境要素”数据集和“遥感叶绿素a浓度”数据集并标准化处理；将“环境要素”数据集与“遥感叶绿素a浓度”数据集进行时空匹配；“环境要素”数据集作为输入，“遥感叶绿素a浓度”数据集作为输出；将“环境要素”数据集按照数据类型划分为不同子集；按照不同“环境要素”子集与不同机器学习算法的组合分别进行训练和测试，得到不同组合的预报评价指标；选取评价指标最优的“环境要素”子集和机器学习算法进行海洋叶绿素a浓度的预报。本发明能够有效提高海水叶绿素a浓度的数值预报准确性。

基本信息

专利标题：

基于机器学习提高海洋叶绿素a浓度预报准确度的方法

专利标题（英）：

暂无

公开（公告）号：

CN114239422A

申请号：

CN202210164423.1

公开（公告）日：

2022-03-25

申请日：

2022-02-23

授权号：

CN114239422B

授权日：

2022-05-17

发明人：

宋德海李海李修任

申请人：

中国海洋大学

申请人地址：

山东省青岛市崂山区松岭路238号

代理机构：

青岛海昊知识产权事务所有限公司

代理人：

刘艳青

优先权：

CN202210164423.1

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06V20/00 G06V10/60 G06V10/70 G06V10/82 G06N3/04 G06N3/08 G06N20/10 G06N20/20 G06V20/10 G01W1/02 G06F111/10

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-05-17 ：

授权

2022-04-12 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20220223

2022-03-25 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载