基于模糊最近邻聚类学习算法的海水藻类繁殖状态预测

摘要

为了预报海洋赤潮等灾害的发生，需要监测海水中藻类的繁殖状况．通过建立针对海水中叶绿素a浓度状态的预测模型间接预测海水中藻类的繁殖生长状况．运用基于数据的模糊最近邻聚类学习算法对采样数据进行聚类处理，基于最优模糊逻辑系统建立了针对海水叶绿素a浓度状态的预测模型．根据采样数据的特点和降低模型阶次的实际需求，设计了改进的模糊最近邻聚类学习算法，并应用于叶绿素a浓度状态的预测．实验结果表明，该方法可有效提取样本数据的特征，降低数据维数，提高算法学习的收敛速度．改进的模糊最近邻聚类学习算法降低了预测模型构造的复杂度，使模型具有较好的泛化性能，能够有效预测海水中藻类的繁殖生长状况．