文献

J-GLOBAL ID：201702223214776537   整理番号：17A0206246

サポートベクトルマシンに基づく北西太平洋漁場漁場予測モデルの構築【JST・京大機械翻訳】

Fishing ground forecasting model of Ommastrephes bartramii based on support vector machine(SVM) in the Northwest Pacific

著者 (6件)： Cui Xuesen (Key Lab. of East China Sea & Oceanic Fishery Resources Exploitation and Utilization of Ministry of Agriculture,East China Sea Fisheries Research Institute,Chinese Academy of Fishery Sciences) ,  Tang Fenghua (Key Lab. of East China Sea & Oceanic Fishery Resources Exploitation and Utilization of Ministry of Agriculture,East China Sea Fisheries Research Institute,Chinese Academy of Fishery Sciences) ,  Zhou Weifeng (Key Lab. of East China Sea & Oceanic Fishery Resources Exploitation and Utilization of Ministry of Agriculture,East China Sea Fisheries Research Institute,Chinese Academy of Fishery Sciences) ,  Wu Zuli (Key Lab. of East China Sea & Oceanic Fishery Resources Exploitation and Utilization of Ministry of Agriculture,East China Sea Fisheries Research Institute,Chinese Academy of Fishery Sciences) ,  Yang Shenglong (Key Lab. of East China Sea & Oceanic Fishery Resources Exploitation and Utilization of Ministry of Agriculture,East China Sea Fisheries Research Institute,Chinese Academy of Fishery Sciences) ,  Hua Chengjun (Key Lab. of East China Sea & Oceanic Fishery Resources Exploitation and Utilization of Ministry of Agriculture,East China Sea Fisheries Research Institute,Chinese Academy of Fishery Sciences)
資料名： Nanfang Shuichan Kexue  (Nanfang Shuichan Kexue)
巻： 12  号： 5  ページ： 1-7  発行年： 2016年 
JST資料番号： C2710A  ISSN： 2095-0780  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： イカ(OMMASTREPHES BARTRAMII)は中国西北太平洋における主要な漁獲対象である。正確に漁場の漁場を予測することは、魚の時間を短縮し、油料を節約し、漁獲量を高めることに対して積極的な意義がある。2002年から2012年までの中国の北西太平洋における1の収率データ,漁場の時空間データ,海面温度,クロロフィルA濃度,温度勾配強度,およびクロロフィル勾配強度などの海洋環境因子を訓練データとして使用した。サポートベクトルマシン(SVM)の方法に基づいて,空間分解能として0.5°×0.5°の空間分解能を有する北西太平洋の漁場の予測モデルを確立した。このモデルは,動径基底関数(RBF)を核関数とし,10の交差検証とグリッド最適化法を用いて,最適ペナルティ因子と核関数パラメータの組合せ(C,Γ)を決定し,それぞれ1.41と2.83であり,サンプル分類精度は73.6%であった。2013年7月~11月の環境データを用いて,モデルの精度を試験し,予測精度は53.4%~60.0%であり,平均精度は57.4%であった。訓練データが十分でないという条件の下で,SVMモデルは北西太平洋の漁場の漁場予測のための有効な手段になると考えられる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *北西太平洋 ,  海洋 ,  海面水温 ,  *漁場 ,  漁獲 ,  核関数 ,  温度勾配 ,  *予測モデル ,  漁獲量 ,  *サポートベクトルマシン ,  最適化 ,  クロロフィル ,  空間分解能
準シソーラス用語： 予測精度 ,  訓練データ , 【Automatic Indexing@JST】

著者キーワード (4件)： Ommastrephes bartramii ,  fishing ground forecast ,  support vector machine ,  Northwest Pacific

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： サポートベクトルマシン ,  北西太平洋 ,  漁場 ,  予測モデル ,  構築