%0 Journal Article
%T 基于主成分和BP神经网络的智利竹筴鱼渔场预报模型研究
%A 汪金涛
%A 高峰
%A 雷林
%A 邹晓荣
%A 官文江
%A 陈新军
%J 华东政法大学学报
%P 65-71
%D 2014
%R 10.3969/j.issn.0253-4193.2014.08.007
%X 东南太平洋智利竹筴鱼Trachurusmurphyi是我国大型拖网渔船队的重要捕捞对象。准确预报中心渔场是提高渔业生产能力的重要工作。本文根据2003—2009年我国船队在东南太平洋海域捕捞智利竹筴鱼的渔捞日志数据，结合海洋遥感获得的海表温度（SST）和海面高度（SSH）等海洋环境因子，利用主成分和BP神经网络方法对智利竹筴鱼中心渔场预报模型进行了研究。研究利用主成分分析法（PCA）得到累计贡献率在90%以上样本的主成分，综合考虑模型测试的精度与速度，基于原始样本和经PCA处理后的主成分分别建立了BP模型，其最优BP模型结构分别为5：10：1和3：7：1。研究结果表明，经PCA处理后的主成分所建立的BP神经网络模型在训练结果和测试结果上均要优于用原始样本建立的BP神经网络模型，两者的预报准确率分别为67%和60%。
%K 东南太平洋
%K 智利竹筴鱼
%K BP神经网络
%K 主成分分析
%K 渔场预报
%U http://www.hyxb.org.cn/aos/ch/reader/view_abstract.aspx?file_no=20140807&flag=1