基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统围网渔业渔情预测方法的缺点,综合多种类型海洋环境因子,采用粗糙集理论中的属性约简方法,获得多种类型因子中的约简属性,即影响围网产量的强影响因子.该技术首先对渔情监测数据进行缺失值的填补,再利用可辨识矩阵进行属性约简,从而构建出强影响因子的核心属性集.该算法有效解决了渔情监测数据的稀疏性问题,提高了渔情预测的准确性.
推荐文章
基于数据挖掘算法的WCPO金枪鱼围网渔情预测研究
中西太平洋
金枪鱼围网
信息增益
粗糙集
渔情预报
渔情预报技术及模型研究进展
渔情预报
预报模型
统计学
机器学习
人工智能冰情预报的预报因子确定
冰情预报
人工智能
预报因子
逐步回归分析
开河日期
漠河站
黑龙江
北太平洋柔鱼渔情预报研究及应用
卫星遥感
渔情预报
业务化运行
北太平洋
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 围网渔情预报中强影响因子的挖掘技术研究
来源期刊 计算机工程与科学 学科 工学
关键词 粗糙集理论 围网 数据挖掘 渔情预测
年,卷(期) 2013,(8) 所属期刊栏目 数据挖掘
研究方向 页码范围 163-167
页数 5页 分类号 TP391.9
字数 4828字 语种 中文
DOI 10.3969/j.issn.1007-130X.2013.08.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡云 淮海工学院江苏省海洋资源开发研究院 25 259 8.0 15.0
2 李慧 淮海工学院计算机工程学院 37 161 8.0 10.0
3 王霞 淮海工学院计算机工程学院 19 88 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (18)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粗糙集理论
围网
数据挖掘
渔情预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导