基于熵权的正则化神经网络煤岩截割载荷谱预测模型 被引量：16

1

作者 刘春生 李德根 任春平 《煤炭学报》 EI CAS CSCD 北大核心 2020年第1期474-483,共10页

截齿截割煤岩载荷是研制高性能采掘机械和智能化开采的重要基础,通过探究截齿截割煤岩载荷谱的变化规律和特征,为研究高效、高可靠破岩方法提供理论支撑,针对截齿破碎煤岩过程存在随机性,传统的理论推演载荷模型具有单值特性,难以准确... 截齿截割煤岩载荷是研制高性能采掘机械和智能化开采的重要基础,通过探究截齿截割煤岩载荷谱的变化规律和特征,为研究高效、高可靠破岩方法提供理论支撑,针对截齿破碎煤岩过程存在随机性,传统的理论推演载荷模型具有单值特性,难以准确描述任意截割条件下煤岩破碎的载荷历程,提出理论推演的截齿载荷幅值模型和有限实验载荷谱相结合方式,采用信息熵理论对理论与实验截割载荷谱进行综合,应用正则化神经网络对载荷谱综合进行模型化重构,根据最小二乘法提出基于有限载荷曲线族预测不同楔入角载荷谱的模型。结合30°~50°楔入角实验不同参数下载荷谱,以不同楔入角截齿的载荷谱和理论推演模型为例,对比分析不同楔入角下载荷谱的综合与正则化神经网络对其模型化重构,以及对不同楔入角的载荷预测。研究表明:构建了过程响应的截割阻力理论推演模型,在此基础上获得了30°~50°楔入角下理论与实验相结合的综合载荷谱,实现了载荷谱幅值与变化规律的表征,给出了载荷谱正则化神经网络模型化重构的方法;根据所建立的不同楔入角的载荷预测模型对30°,33°,50°和55°载荷谱进行预测,其中楔入角为30°和50°的预测载荷谱与正则化神经网络模型化重构载荷谱的互相关系数分别为0.9717和0.9839,呈高度相关,其幅值相对误差分别为4.04%和5.21%,表明该模型可以表征载荷幅值与截割煤岩载荷历程,模型具有一定优越性,为研究截齿的破碎机制提供了参考。 展开更多

关键词 截齿载荷模型 熵权 重构 正则化神经网络 载荷预测

在线阅读 下载PDF 职称材料

贝叶斯正则化神经网络预测金属热力学性质的研究 被引量：2

2

作者 安燕 吴启勋 《西南民族大学学报（自然科学版）》 CAS 2005年第4期512-516,共5页

采用贝叶斯正则化神经网络(BRNN)对67种金属升华热Ls和升华熵△Ss进行了预测.对网络结构、训练集、预测集以及学习次数进行了优化,并用独立预测样本对贝叶斯正则化神经网络作了检验.预测结果表明,在推广能力方面,贝叶斯正则化神经网络... 采用贝叶斯正则化神经网络(BRNN)对67种金属升华热Ls和升华熵△Ss进行了预测.对网络结构、训练集、预测集以及学习次数进行了优化,并用独立预测样本对贝叶斯正则化神经网络作了检验.预测结果表明,在推广能力方面,贝叶斯正则化神经网络优于熟知的反向传播(BP)神经网络和多元线性回归方法(MLR).它可望成为元素和化合物构效关系研究的辅助手段. 展开更多

关键词 人工神经网络(ANN) 贝叶斯正则化神经网络(BRNN) 反向传播算法(BP) 金属升华热(Ls) 金属升华熵(△Ss)

在线阅读 下载PDF 职称材料

基于贝叶斯正则化神经网络的道路交通安全倾向性预测 被引量：2

3

作者 张晨琛 王艳辉 《物流技术》 北大核心 2013年第5期199-203,共5页

对典型部门影响交通安全的相关因素进行了集成分析,构建了道路交通安全倾向性预测指标,在此基础上采用贝叶斯正则化神经网络对沈大高速公路某路段的道路交通安全倾向性进行了预测,对网络结构、训练集、预测集以及学习次数进行了优化。... 对典型部门影响交通安全的相关因素进行了集成分析,构建了道路交通安全倾向性预测指标,在此基础上采用贝叶斯正则化神经网络对沈大高速公路某路段的道路交通安全倾向性进行了预测,对网络结构、训练集、预测集以及学习次数进行了优化。预测结果表明,在推广能力方面,贝叶斯正则化神经网络优于传统的神经网络,可作为探究道路交通安全系统内部各影响要素关系的辅助手段。 展开更多

关键词 贝叶斯正则化神经网络 反向传播算法 道路交通安全 倾向性预测

在线阅读 下载PDF 职称材料

基于贝叶斯正则化神经网络的夹芯注层间界面控制

4

作者 王涛 傅建 周盛 《工程塑料应用》 CAS CSCD 北大核心 2008年第8期41-43,共3页

鉴于夹芯注射成型充模流动过程属多相分层流动,其影响因素错综复杂,很难用线性关系将工艺参数与层间界面形状关联起来;人工神经网络具有很强的信息综合能力,具有良好的非线性逼近功能两方面的情况。针对具体层间界面形状,基于贝叶斯正... 鉴于夹芯注射成型充模流动过程属多相分层流动,其影响因素错综复杂,很难用线性关系将工艺参数与层间界面形状关联起来;人工神经网络具有很强的信息综合能力,具有良好的非线性逼近功能两方面的情况。针对具体层间界面形状,基于贝叶斯正则化神经网络预测工艺参数,并借助MPI软件的co-injection模块检验。结果表明其误差完全达到了工程实用的精度,证明提出的贝叶斯正则化神经网络可应用于研究夹芯注塑中的非线性函数映射问题。 展开更多

关键词 夹芯注射成型 层间界面 人工神经网络 贝叶斯正则化神经网络

在线阅读 下载PDF 职称材料

贝叶斯正则化神经网络预测金属晶体结合能的研究 被引量：14

5

作者 吴启勋 胡树青 《计算机与应用化学》 CAS CSCD 北大核心 2004年第4期604-608,共5页

采用贝叶斯正则化神经网络(BRNN)对61种金属晶体结合能进行了预测。对网络结构、训练集、预测集以及学习次数进行了优化,并用独立预测样本对贝叶斯正则化神经网络作了检验。预测结果表明,在推广能力方面,贝叶斯正则化神经网络优于熟知... 采用贝叶斯正则化神经网络(BRNN)对61种金属晶体结合能进行了预测。对网络结构、训练集、预测集以及学习次数进行了优化,并用独立预测样本对贝叶斯正则化神经网络作了检验。预测结果表明,在推广能力方面,贝叶斯正则化神经网络优于熟知的反向传播(BP)神经网络和多元线性回归方法(MLR)。它可望成为元素和化合物构效关系研究的辅助手段。 展开更多

关键词 贝叶斯正则化神经网络(BRNN) 反向传播算法(BP) 人工神经网络(ANN) 结合能 金属晶体

原文传递

宽带网中基于正则化模糊神经网络的连接接纳控制 被引量：1

6

作者 薛质 施建俊 顾尚杰 《计算机工程》 CAS CSCD 北大核心 2001年第5期111-113,152,共4页

提出了一种宽带网络中基于模糊神经网络的连接接纳控制()方法,结合了模糊逻辑的语言控制能力和神经网络的自学习能CAC力。通过合理地选择输入语言变量和设计模糊规则学习结构,以使对连接的接受拒绝作出正确决定,并保证服务质量()。仿真... 提出了一种宽带网络中基于模糊神经网络的连接接纳控制()方法,结合了模糊逻辑的语言控制能力和神经网络的自学习能CAC力。通过合理地选择输入语言变量和设计模糊规则学习结构,以使对连接的接受拒绝作出正确决定,并保证服务质量()。仿真结CAC/QoS果表明,与现有的各种相比,该方法可获得更高的资源利用率、更大的吞吐量和更低的信元丢失率。 展开更多

关键词 连接接纳控制 模糊逻辑 正则化模糊神经网络 宽带网 服务质量

在线阅读 下载PDF 职称材料

用Bayesian正则化BP神经网络预测稀土永磁体性能

7

作者 王向中 查五生 +1 位作者 刘锦云 储林华 《电子元件与材料》 CAS CSCD 北大核心 2009年第8期75-77,85,共4页

针对一般BP神经网络泛化能力差,在Bayesian正则化BP神经网络的基础上,运用加权检验、"表决网"等方法的思路训练网络,并通过主成分分析方法对输入数据进行降维,建立了磁粉制备工艺(淬速度和晶化退火温度)、合金成分与磁性能之... 针对一般BP神经网络泛化能力差,在Bayesian正则化BP神经网络的基础上,运用加权检验、"表决网"等方法的思路训练网络,并通过主成分分析方法对输入数据进行降维,建立了磁粉制备工艺(淬速度和晶化退火温度)、合金成分与磁性能之间的BPNN(back propagation network)预测模型。结果表明:该模型泛化能力较高,预测的Br相对误差在2%左右、Hcj和(BH)max都在5%以内,且每次预测的相对误差平均值波动不超过1%。 展开更多

关键词 纳米晶复相(Nd2Fe14B/α-Fe)永磁体 主成分分析 BAYESIAN 正则化BP神经网络 泛化

在线阅读 下载PDF 职称材料

人工神经网络预测烷烃密度的研究 被引量：1

8

作者 王凤英 《内蒙古师范大学学报（自然科学汉文版）》 CAS 2006年第1期80-82,共3页

对45种烷烃的0阶到4阶分子连接性指数进行主成分分析,将得到的4个主成分变量作为贝叶斯正则化神经网络的输入特征参数,对烷烃的密度进行预测.预测结果与实验值的相关系数为0.996,预测标准偏差为0.002 8.因此,人工神经网络可以作为预测... 对45种烷烃的0阶到4阶分子连接性指数进行主成分分析,将得到的4个主成分变量作为贝叶斯正则化神经网络的输入特征参数,对烷烃的密度进行预测.预测结果与实验值的相关系数为0.996,预测标准偏差为0.002 8.因此,人工神经网络可以作为预测烷烃密度的有效手段. 展开更多

关键词 主成分 分子连接性指数 贝叶斯正则化神经网络 密度

在线阅读 下载PDF 职称材料

经济增长中全要素生产率的灰色神经网络预测模型

9

作者 赵明霞 严磊 《西南师范大学学报（自然科学版）》 CAS 北大核心 2016年第5期99-103,共5页

为克服以往研究成果中注重全要素生产率测算的弊端,将PGM(1,1)模型与贝叶斯正则化神经网络相结合,建立了全要素生产率的PGM(1,1)—贝叶斯正则化神经网络组合预测模型,以中国全要素生产率预测为例,验证了模型的有效性和实用性,为研究全... 为克服以往研究成果中注重全要素生产率测算的弊端,将PGM(1,1)模型与贝叶斯正则化神经网络相结合,建立了全要素生产率的PGM(1,1)—贝叶斯正则化神经网络组合预测模型,以中国全要素生产率预测为例,验证了模型的有效性和实用性,为研究全要素生产率开辟了新的思路. 展开更多

关键词 全要素生产率预测 贝叶斯正则化神经网络 PGM(1 1)模型

在线阅读 下载PDF 职称材料

一种基于神经网络的混合气体体积分数预测模型 被引量：3

10

作者 王智文 张记龙 +1 位作者 王志斌 陈媛媛 《传感器与微系统》 CSCD 北大核心 2011年第3期67-69,72,共4页

针对目前混合气体预测建模中的建模时间过长和泛化能力较差的问题,采用主成分提取(PCE)结合贝叶斯正则化神经网络法进行了改进。通过对4种常见污染气体CH4,CO,SO2,NO2的混合红外吸收光谱进行了分析,得到了各单一气体的体积分数。使用Mat... 针对目前混合气体预测建模中的建模时间过长和泛化能力较差的问题,采用主成分提取(PCE)结合贝叶斯正则化神经网络法进行了改进。通过对4种常见污染气体CH4,CO,SO2,NO2的混合红外吸收光谱进行了分析,得到了各单一气体的体积分数。使用Matlab软件编程构建了网络,并优化了网络参数。结果表明:该方法使网络建模时间从4 250 s减少到8 s,但预测拟合度基本不变,达到了95.1%,优于常规的反向传播(BP)神经网络,对于大气污染多气体定量分析具有实际意义。 展开更多

关键词 多气体定量分析 红外吸收 主成分提取 贝叶斯正则化神经网络

在线阅读 下载PDF 职称材料

基于小波分析与神经网络的组合导航的研究 被引量：1

11

作者 魏敏 魏武 《信息技术》 2009年第11期49-52,共4页

针对GPS/DR组合导航存在GPS信号被遮挡时无法对DR零点更新以及运动的高动态性造成卡尔曼滤波难以完全适应数据融合的问题,提出采用联邦卡尔曼滤波器数据融合与小波变换和正则化神经网络的DR位置预测模型相结合的方法。该方法由联邦卡尔... 针对GPS/DR组合导航存在GPS信号被遮挡时无法对DR零点更新以及运动的高动态性造成卡尔曼滤波难以完全适应数据融合的问题,提出采用联邦卡尔曼滤波器数据融合与小波变换和正则化神经网络的DR位置预测模型相结合的方法。该方法由联邦卡尔曼滤波器得到较为精确的导航信息,与利用小波变换在不同尺度上融合所得到的误差信号输入神经网络,经过训练获得预测误差,在GPS信号失效时与导航信息相加实现精确实时定位。仿真计算结果表明,该方法可以提高导航系统的精度和速度,该模式有较好的鲁棒性,具有实用价值。 展开更多

关键词 组合导航 数据融合 联邦卡尔曼滤波 小波变换 正则化神经网络

在线阅读 下载PDF 职称材料

基于BRBP神经网络的转子绕组匝间短路故障诊断方法 被引量：2

12

作者 李红连 唐炬 《中国农村水利水电》 北大核心 2013年第2期152-155,158,共5页

为了能更准确、容易地诊断出同步发电机转子绕组匝间短路故障,提出了一种基于贝叶斯正则化反向传播(BRBP)神经网络的故障诊断方法。该方法利用正常运行时不同工况下的机端电压、有功功率、无功功率和转子励磁电流来建立励磁电流的BRBP... 为了能更准确、容易地诊断出同步发电机转子绕组匝间短路故障,提出了一种基于贝叶斯正则化反向传播(BRBP)神经网络的故障诊断方法。该方法利用正常运行时不同工况下的机端电压、有功功率、无功功率和转子励磁电流来建立励磁电流的BRBP神经网络预测模型;利用该模型预测正常运行时所需励磁电流,与实测的励磁电流进行比较,相对误差超过阈值就诊断为发生匝间短路故障。通过微型同步发电机动模实验表明,该方法的精度优于BP神经网络法,并且参数设置简单、易于移植和训练速度快,对同步发电机转子绕组匝间短路故障的监测与诊断是有效的。 展开更多

关键词 同步发电机 转子绕组 匝间短路 故障诊断 贝叶斯正则化反向传播神经网络

在线阅读 下载PDF 职称材料

基于模糊神经网络的车辆跟驰决策的研究

13

作者 唐少先 黄志辉 阳春华 《微计算机信息》 2009年第23期195-196,159,共3页

为了减少高速公路车辆跟驰行驶过程中引发的追尾碰撞事故,并保证行车效率,对高速公路车辆跟驰行为进行了分析。本文基于模糊控制和神经网络等理论知识,建立了一种正则化模糊神经网络跟驰控制决策模型。实验仿真表明,该模型系统较好的反... 为了减少高速公路车辆跟驰行驶过程中引发的追尾碰撞事故,并保证行车效率,对高速公路车辆跟驰行为进行了分析。本文基于模糊控制和神经网络等理论知识,建立了一种正则化模糊神经网络跟驰控制决策模型。实验仿真表明,该模型系统较好的反应了一定道路条件下的车辆跟驰行为,且系统响应速度快,控制精度高,保证了车辆跟驰行驶的安全性和行车效率。 展开更多

关键词 正则化模糊神经网络 车辆跟驰 控制决策

在线阅读 下载PDF 职称材料

范数正则化解相关集成学习基音频率检测 被引量：1

14

作者 张小恒 李勇明 朱斌 《计算机工程与应用》 CSCD 北大核心 2017年第11期155-160,共6页

低信噪比环境下的基音频率检测极其重要且富有挑战性,至今未得到很好的解决。基于此,首先构造了基于PEFAC的频域空间检测模型,将基音频率作为特征进行提取,然后提出范数正则化的解相关集成学习神经网络模型(L2-DNNE)对其进行训练,利用... 低信噪比环境下的基音频率检测极其重要且富有挑战性,至今未得到很好的解决。基于此,首先构造了基于PEFAC的频域空间检测模型,将基音频率作为特征进行提取,然后提出范数正则化的解相关集成学习神经网络模型(L2-DNNE)对其进行训练,利用负相关学习机制(NCL)和模型复杂度约束项提高集成学习模型的泛化能力,从而获取基音频率的最优值,且在测试精度和时间代价上取得了较好的平衡。将该算法与相关有代表性的算法进行比较。比较结果表明,该算法在不同类型不同程度的噪声环境下,能显著提升检测识别率,尤其在低信噪比下有更显著优势。 展开更多

关键词 低信噪比环境 基音频率 范数正则化的解相关集成学习神经网络模型(L2-DNNE)

在线阅读 下载PDF 职称材料

黄酮类化合物醛糖脱氢酶抑制活性贝叶斯正则化反向传播神经网络模型构建

15

作者 吴宇强 孙静秋 +1 位作者 崔颖 李灵芝 《计算机与应用化学》 CAS 2016年第6期628-632,共5页

本文针对44个黄酮化合物对醛糖脱氢酶,采用贝叶斯正则化反向传播神经网络构建定量构效关系模型。选取116种与结构相关的分子描述符,通过遗传算法进行变量筛选。建立基于8个变量的活性预测贝叶斯正则化神经网络模型并采用验证集考察其预... 本文针对44个黄酮化合物对醛糖脱氢酶,采用贝叶斯正则化反向传播神经网络构建定量构效关系模型。选取116种与结构相关的分子描述符,通过遗传算法进行变量筛选。建立基于8个变量的活性预测贝叶斯正则化神经网络模型并采用验证集考察其预测性能。在该模型下,黄酮化合物对醛糖脱氢酶抑制活性的实验值和预测值一元相关系数平方(R2)分别为0.94811和0.97789。模型显示黄酮化合物醛糖脱氢酶抑制活性与其结构有密切关系。贝叶斯规整化神经网络结合遗传算法具有良好的预测能力。 展开更多

关键词 黄酮化合物 醛糖脱氢酶抑制活性 定量构效关系 贝叶斯正则化反向传播神经网络

原文传递

正则化径向基函数神经网络在堆芯轴向功率分布重构中的应用 被引量：3

16

作者 彭星杰 应栋川 +1 位作者 李庆 王侃 《核动力工程》 EI CAS CSCD 北大核心 2014年第S2期12-15,共4页

将正则化径向基函数(RBF)神经网络应用于堆芯轴向功率分布重构,通过6节堆外中子探测器的读数值重构堆芯轴向功率分布。使用ACP-100模块式小堆的7740套功率分布以及对应的模拟堆外探测器读数,对RBF神经网络重构方法进行了验证,结果表明:... 将正则化径向基函数(RBF)神经网络应用于堆芯轴向功率分布重构,通过6节堆外中子探测器的读数值重构堆芯轴向功率分布。使用ACP-100模块式小堆的7740套功率分布以及对应的模拟堆外探测器读数,对RBF神经网络重构方法进行了验证,结果表明:正则化RBF神经网络重构方法可以精确地重构出堆芯轴向功率分布,并且具有良好的鲁棒性,可以克服功率分布重构问题所固有的不适定性。 展开更多

关键词 正则化RBF神经网络 轴向功率分布重构 堆外探测器

原文传递

基于GRA与正则化RBF的稳健参数优化 被引量：1

17

作者 黄鸿琦 《新乡学院学报》 2020年第9期33-38,共6页

为优化金属聚丙烯薄膜电容器热聚合工艺中多响应参数的设计,利用灰色关联度分析方法对实验参数进行综合模糊评价,依据预期改善效果,利用层次分析法给出各响应指标满足一致性检验的优先优化权重,使综合评价指标优先考虑优先优化权重大的... 为优化金属聚丙烯薄膜电容器热聚合工艺中多响应参数的设计,利用灰色关联度分析方法对实验参数进行综合模糊评价,依据预期改善效果,利用层次分析法给出各响应指标满足一致性检验的优先优化权重,使综合评价指标优先考虑优先优化权重大的响应指标。利用正则化径向基神经网络建立参数与综合评价指标的网络模型,并通过真值检验判断模型的拟真效果,在全局范围内找出最优参数组合。结果表明:在优先考虑响应稳健性及损耗角正切的基础上,正则化径向基神经网络能够很好地反映真实映射关系,可使热聚合工艺中多响应参数达到整体最优的效果。 展开更多

关键词 多响应参数稳健优化 金属化聚丙烯薄膜电容器 正则化径向基神经网络 灰色关联度分析 层次分析法

在线阅读 下载PDF 职称材料

基于AHP与正则化RBF的多响应稳健参数优化

18

作者 黄鸿琦 《管理工程师》 2020年第2期46-52,共7页

为改善金属聚丙烯薄膜电容器热聚合工艺中多响应参数稳健设计,依据预期改善效果,利用层次分析法的定性定量分析给出各响应指标满足一致性检验的优先优化权重,使得综合评价指标优先考虑响应稳健性及损耗角正切。然后利用正则化径向基神... 为改善金属聚丙烯薄膜电容器热聚合工艺中多响应参数稳健设计,依据预期改善效果,利用层次分析法的定性定量分析给出各响应指标满足一致性检验的优先优化权重,使得综合评价指标优先考虑响应稳健性及损耗角正切。然后利用正则化径向基神经网络建立因子与综合评价指标的网络模型,通过与效应值的对比判断模型拟真效果,并在全局范围内找出最优参数组合。结果表明,在优先考虑响应稳健性及损耗角正切基础上,正则化径向基神经网络能够较好反映真实映射关系,热聚合工艺中多响应参数达到整体最优的全局优化效果。 展开更多

关键词 多响应参数稳健优化 正则化径向基神经网络 层次分析法 金属化聚丙烯薄膜电容器

在线阅读 下载PDF 职称材料

数字孪生驱动的数控车床主传动系统故障诊断研究 被引量：2

19

作者 梁迪 李又佳 +1 位作者 李依明 吴金颖 《机床与液压》 北大核心 2024年第10期215-220,共6页

数控车床主传动系统是机床的核心部件,其一旦发生故障会造成加工质量甚至作业安全问题。数字孪生技术能降低故障诊断的难度,但目前研究仍存在物理实体到虚拟实体转换效率低和神经网络过拟合问题。为了解决上述问题,提出一种基于数字孪... 数控车床主传动系统是机床的核心部件,其一旦发生故障会造成加工质量甚至作业安全问题。数字孪生技术能降低故障诊断的难度,但目前研究仍存在物理实体到虚拟实体转换效率低和神经网络过拟合问题。为了解决上述问题,提出一种基于数字孪生和正则化BP神经网络的故障诊断方法。建立数控车床主传动系统数字孪生模型,通过OPC UA通信完成了物理实体和虚拟实体间孪生数据的交换,对比分析正则化改善过拟合问题的4种方法,构建了丢弃法正则化BP神经网络故障诊断模型。通过对比不同信噪比下BP神经网络、丢弃法正则化BP神经网络和卷积神经网络的损失函数和预测准确度,验证了诊断模型的可行性和算法的适用性。 展开更多

关键词 数字孪生 正则化BP神经网络 故障诊断 数控车床

在线阅读 下载PDF 职称材料

利用3种贝叶斯模型研究鱼类空间分布的影响因素——以海州湾六丝钝尾虾虎鱼为例

20

作者 沈独清 张云雷 +6 位作者 崔晏华 于华明 张辰宇 徐宾铎 张崇良 纪毓鹏 薛莹 《海洋学报》 CAS CSCD 北大核心 2023年第11期88-100,共13页

栖息环境是生物生存的必要条件,生物与非生物因子共同影响海洋生物的空间分布。本研究以海州湾的六丝钝尾虾虎鱼(Amblychaeturichthys hexanema)为例,利用3种贝叶斯模型对2013-2022年春、秋季在海州湾进行的渔业资源底拖网调查和环境监... 栖息环境是生物生存的必要条件,生物与非生物因子共同影响海洋生物的空间分布。本研究以海州湾的六丝钝尾虾虎鱼(Amblychaeturichthys hexanema)为例,利用3种贝叶斯模型对2013-2022年春、秋季在海州湾进行的渔业资源底拖网调查和环境监测数据进行分析,探究六丝钝尾虾虎鱼的栖息分布特征以及主要影响因子。通过比较发现,贝叶斯正则化神经网络(BRNN)模型具有较好的拟合效果和预测性能,故本研究应用该模型进行分析。研究结果显示,六丝钝尾虾虎鱼的相对资源密度与饵料生物相对资源密度呈正相关关系;随着底层水温、底层盐度、水深、捕食者和竞争者的增加,六丝钝尾虾虎鱼的相对资源密度呈现先上升或保持相对平稳,而后下降的趋势。海州湾春、秋季六丝钝尾虾虎鱼的相对资源密度均呈现自西南向东北递减的趋势,且西南近岸浅海区的资源密度较高。秋季的资源密度高于春季,同时2018年、2021年和2022年秋季六丝钝尾虾虎鱼在34.7°~36°N、121°~121.6°E之间离岸较远的海域出现了资源聚集区。本研究将有助于深入了解六丝钝尾虾虎鱼的栖息分布特征及主要影响因素,为其资源养护和科学管理提供理论依据。 展开更多

关键词 贝叶斯模型 贝叶斯正则化神经网络模型 海州湾 六丝钝尾虾虎鱼 相对资源密度 栖息分布

在线阅读 下载PDF 职称材料