本文以智慧海洋工程為研究背景,運用機器學(xué)習(xí)方法對海洋工程研究相關(guān)數(shù)據(jù)進行了信息抽取、趨勢分析、溫躍層識別以及突發(fā)事故人群疏散等關(guān)鍵問題展開研究。具體內(nèi)容包括:1.隨著海洋工程的快速發(fā)展,海洋科學(xué)研究熱點頻出,研究論文數(shù)量呈爆炸性增長,以人工方式從海量文獻中抽取信息并追蹤研究熱點變得十分困難。本文搜集了發(fā)表在14份海洋工程期刊的3萬篇文獻數(shù)據(jù)(2010年至2019年),引入 Latent Dirichlet Allocation 模型和 Phrase Latent Dirichlet Allocation 模型捕捉研究熱點和前沿技術(shù)。結(jié)合聚類算法分析預(yù)測海洋工程的研究趨勢,同時對重要研究趨勢進行了驗證。2.海洋物理屬性研究一直是海洋工程領(lǐng)域的研究重點。躍層是海洋中的重要物理現(xiàn)象,尤其是溫度躍層研究對于海洋氣候與預(yù)測以及水下通訊有著重要的價值。然而目前海洋中的傳感器采集的數(shù)據(jù)不夠全面、統(tǒng)計粒度不夠精細、標記數(shù)據(jù)較少。World Ocean Atlas 2013(WOA13)是為數(shù)不多的全球海洋氣候?qū)崪y數(shù)據(jù)集,WOA13原始數(shù)據(jù)具有數(shù)據(jù)量大、噪聲多等特點。本文首先將該數(shù)據(jù)集預(yù)處理成柵格地圖,...

【文章頁數(shù)】：87 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１．１圖靈測試示意圖１６］??

第一章緒論??絡(luò)型、智慧型系統(tǒng)發(fā)展，實現(xiàn)了智能控制、通訊導(dǎo)航、船岸信息直接交流等目??標。海洋環(huán)境立體觀測網(wǎng)絡(luò)、海底資源勘查與開發(fā)、海洋生物資源勘查與開發(fā)、??海水和海洋能資源綜合利用、海洋環(huán)境安全保障及海洋開發(fā)裝備等多個方面取??得了長足的進步。目前，海洋工程己經(jīng)成為推動我國海....

圖１．２人工智能研宄的主要發(fā)展進程［９］??

網(wǎng)絡(luò)第一＾?濱纟ｉ，并從哲學(xué)、心理??高湖朗?學(xué)、適輯學(xué)中尋求酒見，?神經(jīng)網(wǎng)＾以深度學(xué)習(xí)??代表包括決策樹和基于邏?神經(jīng)網(wǎng)絡(luò)第一個高渕?之名再次??輯的學(xué)習(xí)?大黻升感知智路隹??丨聯(lián)結(jié)舉源對找進碰向?ｐｏｌｙ＾ｍ＾難題中?確串??分折，靈賊自于神經(jīng)科??“黑箱”祖神經(jīng)瞞??可歸ｇ....

圖１．３機器學(xué)習(xí)研究子領(lǐng)域文氏圖??

第一章緒論??打敗了人類冠軍選手。??２０１２年，加拿大滑鐵盧大學(xué)Ｃｈｒｉｓ?Ｅｌｉａｓｍｉｔｈ團隊創(chuàng)造了一個擁有２５０萬個??模擬神經(jīng)元的虛擬大腦Ｓｐａｕｎ。它具有簡單的認知能力，能執(zhí)行８種不同類型??的任務(wù)。從機械學(xué)上來說這個模擬大腦并不復(fù)雜，但是實驗發(fā)現(xiàn)其變通能力非??常好....

圖１．４機器學(xué)習(xí)研宄發(fā)展史［１１］??

ｒｔ．Ｈｉｎｌｏｎ，Ｗａｉｔａ�。裕�?，?１???ＨｅｔｄｉＷｉｅｆｅｅｎ?｜?Ｈｏｃｈｒｅｉｔｅｆ?ｅ（．？＜??，??：?—?＂／?＼ｌ?”ｉｒｒｔ〇ｎ?Ｉ??Ｎｅｕｒａｌ?ＮｅＷ〇ｒｋｓ．＾＾?＼＼｜ｉｓｃｈ—?／?Ｓ：?＇??！???ｊ?ｉ??ｉ?Ｉ?ｉ?ｉ?Ｉ?ｉ?Ｉ?....

本文編號：3931046