Presentation Details
基于神经网络模型的潜标流速剖面数据填补
ID：1105
View Protection：ATTENDEE
Updated Time：2021-06-15 17:08:00 Hits：1619
Poster Presentation
Start Time：2021-07-10 10:25（Asia/Shanghai）
Duration：5min
Session：SP 张贴报告专场 »
No files
Abstract
对海洋观测中缺失数据的填补是一项非常重要的工作。本文采用了神经网络模型对缺失长达两年的潜标流速剖面数据进行填补。通过客观评判分析，发现神经网络模型对流速剖面填补效果略优于多元线性回归模型。随着深度增加，神经网络填补的优势更加明显。通过调整训练集中的样本个数，发现当样本数大于7 000时，神经网络可以发挥出最大的填补能力。此外，神经网络模型所填补的流速剖面数据可以再现真实海洋中的周期性运动（如潮汐、近惯性振荡等）。研究表明，神经网络填补的时间序列可以很好地描述海洋的基本运动过程，这对海洋观测中经常出现的数据空白和缺失提供了一个有效的弥补手段。
Keywords
BP神经网络,多元线性回归,潜标,流速剖面,数据填补
Speaker
朱瑞琛
中国海洋大学Submission Author
All Comments
Important Date
-
Conference Date
Jul 09
2021
toJul 11
2021
-
May 30 2021
Abstract Submission Deadline
-
May 30 2021
Draft paper submission deadline
-
May 30 2021
Early Bird Registration
-
Jul 10 2021
Registration deadline
-
Jul 11 2021
Contribution Submission Deadline
Sponsored By
青年地学论坛理事会
Organized By
中国科学院地球化学研究所
贵州大学
贵州大学
Contact Information
Submit Comment