申请/专利权人:宁波渔遥科技有限公司
申请日:2023-11-27
公开(公告)日:2024-03-01
公开(公告)号:CN117635361A
主分类号:G06Q50/02
分类号:G06Q50/02;G06F18/20;G06N20/00;G06F18/214
优先权:
专利状态码:在审-公开
法律状态:2024.03.01#公开
摘要:本发明公开了一种基于集成学习的金枪鱼渔场预测方法及系统,涉及计算机应用技术领域,方法包括:获取研究区域中的待预测渔场的渔获数据和海洋环境数据,计算单位捕捞努力量渔获量,根据海洋环境特征变量进行空间自相关控制,将单位捕捞努力量渔获量和海洋环境特征数据进行归一化处理,构建集成学习模型,模型最优参数选择,构建集成学习模型的总体准确度、召回率、精度作为模型评价指标,将模型的输出进行综合评价。本发明能够对南太平洋不同等级长鳍金枪鱼渔场的高精度预测,通过特征分析,揭示了海洋环境因子对待测渔场预测精度的影响。
主权项:1.一种基于集成学习的金枪鱼渔场预测方法,其特征在于,包括:S1,获取研究区域中的待预测渔场的渔获数据和海洋环境数据;S2,将所述渔获数据分为特征数据和验证数据,根据所述特征数据确定单位捕捞努力量渔获量,根据所述单位捕捞努力量渔获量对所述海洋环境数据进行空间自相关控制,确定所述待预测渔场的海洋环境特征;S3,将所述单位捕捞努力量渔获量和所述海洋环境特征进行归一化处理,得到第一单位捕捞努力量渔获量以及第一海洋环境特征;S4,根据所述单位捕捞努力量渔获量对所述待预测渔场进行等级划分;S5,根据集成学习算法构建预测集成学习模型,根据十折交叉验证和网格搜索法对所述预测集成学习模型进行参数调优,得到最佳模型;S6,将所述第一单位捕捞努力量渔获量和所述第一海洋环境特征输入到所述最佳模型中进行预测,得到所述待预测渔场的预测结果。
全文数据:
权利要求:
百度查询: 宁波渔遥科技有限公司 一种基于集成学习的金枪鱼渔场预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。