基于机器学习的高分辨率海洋水温模型研究

目录

声明

第1章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 海洋温度预测方法

1.2.2 随机森林和深度学习

1.3 本文工作内容及章节安排

第2章 随机森林和深度学习理论基础

2.1 随机森林理论

2.1.1 分类与回归树 CART

2.1.2 集成学习

2.2 深度学习理论

2.2.1 深度学习相关定义

2.2.2 常用深度学习模型

2.3 本章小结

第3章 基于层次聚类和随机森林的高分辨率海洋水温方法

3.1 层次聚类

3.2 基于层次聚类和随机森林的高分辨率海洋水温模型算法

3.3 实验结果与分析

3.3.1 聚类实验

3.3.2 随机森林模型实验

3.3.3 基于层次聚类和随机森林的海洋温度空间分辨率模型实验结果

3.3.4 仿真实验结果

3.4 高分辨率海洋水温模型对温跃层特征值分析的影响

3.5 本章小结

第4章 基于变分自编码器的高分辨率海洋水温方法

4.1 变分自编码器

4.2 基于变分自编码器的启发式高分辨率海洋水温模型

4.3 实验结果与分析

4.4 本章小结

第5章总结与展望

5.1 总结

5.2 展望

参考文献

作者介绍及科研成果

致 谢