- HOME
- 기술정보
- 논문
논문
논문 기본정보
Application of BP neural network based on principal component analysis in fishing grounds of chilean jack mackerel (Trachurus murphyi)in the southeast Pacific Ocean
논문 개요
| 기관명 | NDSL |
|---|---|
| 저널명 | 海洋學報 = Acta oceanologica sinica |
| ISSN | 0253-4193, |
| ISBN |
논문저자 및 소속기관 정보
| 저자(한글) | WANG, Jin-tao,GAO, Feng,LEI, Lin,ZOU, Xiao-rong,GUAN, Wen-jiang,CHEN, Xin-jun |
|---|---|
| 저자(영문) | |
| 소속기관 | |
| 소속기관(영문) | |
| 출판인 | |
| 간행물 번호 | |
| 발행연도 | 2014-01-01 |
| 초록 | 남동 태평양(southeast Pacific)에서 서식하는 칠레 전갱이(Trachurus murphyi)는 중국 대규모 저인망 어선팀의 중요한 포획 대상이다. 따라서 중심어장을 정확하게 예보하는 것은 어업생산능력을 향상시키는 중요한 업무이다. 본 논문은 2003~2009년 중국 어선팀이 남동 태평양 해역에서 칠레 전갱이를 포획하는 과정을 기록한 어획일지 자료를 근거로 하고 해양원격감지를 통해 획득한 해표면의 온도(SST), 해수면의 고도(SSH) 등 해양환경 인자와 결합하여 주성분 분석 및 BP 신경망 방법을 이용하여 칠레 전갱이가 집중적으로 모여드는 중심어장을 예보하는 모델을 연구하였다. 주성분 분석법(PCA)을 연구 이용하여 누계 공헌율이 90%이상인 샘플의 주성분을 획득하였고 모델 측정 결과의 정밀도와 속도를 종합적으로 고려하여 원시 샘플과 PCA처리를 거친 주성분을 기반으로 BP 모델을 각각 구측하였는데, 그 최적화한 BP 모델의 구조는 각각 5:10:1, 3:7:1이었다. 연구 결과, PCA처리를 거친 주성분을 토대로 구축한 BP 신경망 모델은 훈련 결과와 테스트 결과 등 방면에서 원시 샘플을 이용하여 구축한 BP 신경망 모델에 비해 우월하였다. 양자의 예보 정확도는 각각 67%와 60%이었다. |
| 원문URL | http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=NART&cn=NART75841675 |
| 첨부파일 |
추가정보
| 과학기술표준분류 | |
|---|---|
| ICT 기술분류 | |
| DDC 분류 | |
| 주제어 (키워드) | southeast Pacific,Trachurus murphyi,BP neural network,principal component analysis,fishing ground forecasting,남동 태평양,칠레 전갱이,BP 신경망,주성분 분석,어장 예보 |