|
|||||
|
|
| 基于经验正交函数和机器学习的南海海面高度异常预测 | |
| 作者姓名： | 白杨 李威 邵褀 |
| 作者单位： | 天津大学海洋科学与技术学院,天津300072;天津大学海洋科学与技术学院,天津300072;天津大学海洋科学与技术学院,天津300072 |
| 基金项目： | 国家重点研发计划 （2016YFC1401800;2018YFC1406206;2017YFC1404103）;国家自然科学基金 （41876014;11801402） |
| 摘 要： | 海面高度异常(SSHA)作为重要的海洋要素,对研究海洋温盐剖面、海洋涡旋等海洋动力现象具有重要意义.然而,传统的海洋预测技术存在着预测时效过短、预测过程复杂等诸多问题,现有的机器学习预测方法也只针对几个点或区域进行平均,忽略了很多重要信息.因此,本文提出了一种基于经验正交函数和BP神经网络(一种机器学习方法)的SSHA... |
| 关 键 词： | 海洋涡旋 主成分 经验正交函数 惯性预报 气候态预报 |
| 收稿时间： | 2020-02-04 |
| 修稿时间： | 2020-04-26 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《海洋通报》浏览原始摘要信息 | |
| 点击此处可从《海洋通报》下载全文 | |