摘要
以2007年西北太平洋海域Argo海表面温度、经纬度、深度为输入参数,利用LM-BP神经网络,构建了西北太平洋海水温度模型。将均方根差以及Pearson相关性系数作为检验指标,利用2008年和2009年的Argo数据对模型进行了检验。检验结果为:2008年均方根误差为0.714 0℃,Pearson相关性系数为0.996 8;2009年均方根误差为0.761 5℃,Pearson相关性系数为0.9965。表明所建立的基于LM-BP神经网络的Argo数据西北太平洋海水温度模型是可行的。
Using the LM-BP neural network and choosing the sea surface temperature, longitude, latitude and depth obtained from Argo data in 2007 as input parameters, the seawater temperature model of the Northwest Pacific Ocean was built. Using the root-mean- square error（RMSE） and the Pearson＇ s correlation coefficient （R） as test indices, the model was evaluated by the data in the period 2008 - 2009. The results were that the RMSE was 0. 714 0 ℃ and R was 0. 996 8 in 2008. The RMSE was 0. 761 5 ℃ and R was 0. 996 5 in 2009. It shown this seawater temperature model was.
出处
《海洋环境科学》
CAS
CSCD
北大核心
2012年第4期555-560,共6页
Marine Environmental Science
基金
教育部科学技术研究重点项目(209047)
国家发改委高技术产业化示范工程项目(2009214)
