摘要
本发明涉及基于历史数据以及机器学习的声速剖面补全方法,包括以下:获取目标海域的海区历史平均数据作为第一数据以及仪器设备采集的历史数据作为第二数据;对所述第一数据以及第二数据进行EOF分析得到EOF投影系数集;将所述第二数据与所述EOF投影系数集作为训练样本进行训练得到代表不同参考分类信息的神经元;获取目标海域的海区现场实测数据,计算得到与之关联度最高的参考神经元;根据所述参考神经元以及所述海区历史平均数据重构声速剖面,完成目标海域的声速剖面补全。通过本方法建立的声速剖面重构结果符合扰动规律、避免了不符合实际的重构结果,包含了目标海域小时间尺度声速剖面精细结构的特征、能够反映实际情况中复杂的扰动状态。