基于极限学习机回归的海水Chl a浓度预测方法

张颖; 高倩倩

doi:10.13634/j.cnki.mes.2015.01.019

基于极限学习机回归的海水Chl a浓度预测方法

上海海事大学信息工程学院, 上海 201306

基金项目:

国家自然科学基金项目(61273068)

上海市自然科学基金项目(12ZR1412600)

上海市教委科研创新项目(13YZ084)

详细信息

作者简介:
张颖(1968-),男,安徽合肥人,博士,副教授,主要研究方向为智能信息处理,海洋环境多传感器信息融合,传感器网络等,E-mail:yingzhang@shmtu.edu.cn

中图分类号: X832
计量
- 文章访问数: 4905
- HTML全文浏览量: 253
- PDF下载量: 265
出版历程
- 收稿日期: 2014-01-03
- 修回日期: 2014-03-04
- 刊出日期: 2015-01-09

Prediction method of Chlorophyll-a concentration in seawater based on extreme learning machine regression

College of Information Engineering, Shanghai Maritime University, Shanghai 201306, China

摘要

摘要: 有效监测海水Chl a浓度状况对近海赤潮等海洋灾害的预警预报有着重要意义.运用灰色关联分析法确定预测模型的输入变量,可有效降低预测模型系统维数.采用极限学习机回归方法建立海水Chl a浓度预测模型,通过与广义回归神经网络、支持向量机回归二种模型的预测效果进行对比,表明极限学习机回归预测模型具有较好的预测精度、预测效率和泛化能力,能够实现针对研究水域环境下Chl a浓度的有效预测.
- Chl a浓度 /
- 极限学习机回归 /
- 预测模型 /
- 灰色关联分析 /
- 软测量
Abstract: Effective monitoring the state of chlorophyll-a concentration in seawater plays an important role for the early warning of marine disasters, such as coastal red tides. Grey correlation analysis method is used to determine the input variables of the prediction model. It can effectively reduce the dimension of the model system. Extreme learning machine regression (ELMR) method was used to build the prediction model of chlorophyll-a concentration in seawater. Comparing with the generalized regression neural network and support vector machine regression model, it indicates that extreme learning machine regression has better accuracy, efficiency and generalization ability of prediction than other methods. It adapts to be used for predicting the concentration of chlorophyll-a in this researched seawater area.
- Chlorophyll-a concentration /
- extreme learning machine regression /
- prediction model /
- grey correlation analysis /
- soft sensing

HTML全文

参考文献(1)

[1]	王千,李哲,范洁.我国近岸海洋生态环境监测研究进展 [J].国土资源情报,2013,3(1):44-48.[8]崔东文.极限学习机在湖库总磷、总氮浓度预测中的应用 [J].水资源保护,2013,3(29): 61-66.

施引文献(14)

期刊类型引用(2)

1.	周莉，刘东，郑晓亮. 基于PSO-DELM的手机上网流量预测方法. 计算机工程与设计. 2021(02): 316-323 . 百度学术
2.	周艳蕾，张传松，石晓勇，苏荣国. 黄渤海海水中叶绿素a的分布特征及其环境影响因素. 中国环境科学. 2017(11): 4259-4265 . 百度学术