Đang chuẩn bị liên kết để tải về tài liệu:
Phục hồi dữ liệu sóng biển bằng mạng neuron nhân tạo
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Nghiên cứu này xây dựng mạng neuron nhân tạo OceanANN trên nền MATLAB để phục hồi dữ liệu sóng biển. Chương trình OceanANN được thiết kế thân thiện với người sử dụng nhờ các giao diện tiện ích. Dựa trên thuật toán Levenberg-Marquardt, OceanANN được thiết kế với 1 lớp nhập, 2 lớp ẩn và 1 lớp xuất. Tổng cộng 30 neuron cho từng lớp ẩn được sử dụng để học bản chất của chuỗi dữ liệu. | Tạp chí Khoa học và Công nghệ biển T10 (2010). Số 1. Tr 17 - 25 PHỤC HỒI DỮ LIỆU SÓNG BIỂN BẰNG MẠNG NEURON NHÂN TẠO ðẶNG VĂN TỎ Trường ðại học Khoa học Tự nhiên, Thành phố Hồ Chí Minh Tóm tắt: Nghiên cứu này xây dựng mạng neuron nhân tạo OceanANN trên nền MATLAB ñể phục hồi dữ liệu sóng biển. Chương trình OceanANN ñược thiết kế thân thiện với người sử dụng nhờ các giao diện tiện ích. Dựa trên thuật toán Levenberg-Marquardt, OceanANN ñược thiết kế với 1 lớp nhập, 2 lớp ẩn và 1 lớp xuất. Tổng cộng 30 neuron cho từng lớp ẩn ñược sử dụng ñể học bản chất của chuỗi dữ liệu. ðể áp dụng OceanANN, tập số liệu sóng biển thực ño ngoài khơi ở Tweed Heads (Australia) vào tháng 2 năm 1996 ñã ñược sử dụng. Tập số liệu này ñược chia thành 3 phần: 70% số liệu dùng ñể học, 15% số liệu dùng ñể kiểm ñịnh và 15% số liệu còn lại ñược cố ý làm thất thoát ñể phục hồi. Mạng neuron nhân tạo rất thích hợp ñể sử dụng cho các số liệu sóng biển với ñộ phi tuyến cao và nhiễu ñộng lớn. Các hệ số tương quan giữa số liệu tính toán và số liệu thực ño có thời khoảng quan trắc 1 giờ cho các trường hợp huấn luyện mạng, kiểm ñịnh mạng và mô phỏng mạng ñều có kết quả trên 98%. I. GIỚI THIỆU Kết quả tính toán của nhiều mô hình số không phải lúc nào cũng ñáng tin cậy vì các số liệu thực ño không ñầy ñủ và có ñộ bất ñịnh. Vì thế, các ứng dụng thực tiễn của các mô hình số gặp nhiều hạn chế. Tuy nhiên, việc có ñược các số liệu thực ño, ñầy ñủ và ñáng tin cậy không phải lúc nào cũng dễ dàng thực hiện ñược. Các số liệu sóng hay dòng chảy ño ñạc ngoài khơi thường hay bị thất thoát, thiếu hụt vì nhiều lý do, trong ñó ñiều kiện tự nhiên thay ñổi ñột ngột (như sóng to, gió lớn ) hoặc các nguyên nhân từ con người (như cắt phao, lấy cắp thiết bị ) thường hay xảy ra. Tất cả các bất ñịnh trên thường nằm ngoài dự kiến của người thực hiện nghiên cứu. Vì vậy, một chuỗi số liệu ño ñạc không phải không có những chỗ gián ñoạn thay vì liên tục như mong ñợi. Trong khi ñó, các mô hình số thường yêu cầu các số liệu ñầu vào .