(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211022965.1 (22)申请日 2022.08.24 (71)申请人 武汉理工大 学 地址 430070 湖北省武汉市洪山区珞狮路 122号 (72)发明人 张华军　杜金福　苏义鑫　张丹红　 (74)专利代理 机构 武汉智嘉联合知识产权代理 事务所(普通 合伙) 42231 专利代理师 姜婷 (51)Int.Cl. G06K 9/62(2022.01) G06F 17/16(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 16/25(2019.01) (54)发明名称 基于PCA-SVM的海洋温跃层数据可视化方 法、 装置、 设备及 介质 (57)摘要 本发明提供了一种基于PCA ‑SVM的海洋温跃 层数据可视化方法、 装置、 设备及介质， 其方法包 括： 获取初始海洋温跃层数据集； 基于主成分分 析法对初始海洋温跃层数据进行降维处理， 再基 于滤波控制法对降维数据进行滤值处理， 再通过 建立BP神经网络模型对滤值后的数据进行插值 拟合， 最后通过建立的SVM模型对插值拟合的数 据进行不同深度海洋温跃层的识别分类， 得到海 洋温跃层目标数据； 对海洋温跃层目标数据进行 可视化处理得到可视化的海洋温跃层。 本发明通 过对海洋温跃层数据进行降维、 过滤、 插值补充、 分类训练一系列预处理， 极大的提高了海洋温跃 层数据信息的精度， 解决了可视化过程中由于数 据信息的精度不足导致的显示精度不够， 数据丢 失的问题。 权利要求书2页 说明书13页 附图8页 CN 115358327 A 2022.11.18 CN 115358327 A 1.一种基于PCA ‑SVM的海洋温跃层数据可视化方法， 其特 征在于， 包括： 获取初始海洋温跃层数据集； 基于主成分分析法对所述初始海洋温跃层数据进行降维处理， 得到降维海洋温跃层数 据集； 基于滤波控制法对所述降维海洋温跃层数据进行滤值处理， 得到过滤海洋温跃层数据 集； 获取目标BP神经网络模型， 将所述过滤海洋温跃层数据集输入所述目标BP神经网络模 型进行插值拟合， 得到拟合海洋温跃层数据集； 获取目标SVM模型， 将所述拟合海洋温跃层数据集输入所述目标SVM模型进行不同深度 海洋温跃层的识别分类， 得到海洋温跃层目标 数据； 对所述海洋温跃层目标 数据进行 可视化处 理得到可视化的海洋温跃层。 2.根据权利要求1所述的基于PCA ‑SVM的海洋温跃层数据可视化方法， 其特征在于， 所 述初始海洋温跃层数据集包括四维度以及所述四维度对应的海水温度数据， 其中， 所述四 维度包括经度、 纬度、 深度以及时间。 3.根据权利要求1所述的基于PCA ‑SVM的海洋温跃层数据可视化方法， 其特征在于， 所 述基于主成分分析法对所述初始海洋温跃层数据集进 行降维处理， 得到降维海洋温跃层数 据集， 包括： 将所述初始海洋温跃层数据集进行零 值化处理， 得到中心化矩阵； 根据所述中心化矩阵计算协方差得到协方差矩阵； 根据所述协方差矩阵得到协方差系数计算特征值， 根据 所述特征值计算特征向量构建 特征向量矩阵； 根据预设的特 征值筛选阈值对所述特 征向量矩阵进行筛 选得到初筛矩阵； 对所述初筛矩阵进行缩放处理得到缩放矩阵， 所述缩放矩阵构 成所述降维海洋温跃层 数据集。 4.根据权利要求1所述的基于PCA ‑SVM的海洋温跃层数据可视化方法， 其特征在于， 所 述基于滤波控制法对所述 降维海洋温跃层数据进行滤值处理， 得到过滤海洋温跃层数据 集， 包括： 对所述降维海洋温跃层数据集进行异常数据 滤值处理， 得到初步滤值海洋温跃层数据 集； 对所述初步滤值海洋温跃层数据集中未经过滤值处理的数据进行均 方差计算， 对所述 未经过滤值处理的数据中数据值与 平均值的差大于预设倍率均方差的数据进 行异常标记， 得到所述过 滤海洋温跃层数据集。 5.根据权利要求1所述的基于PCA ‑SVM的海洋温跃层数据可视化方法， 其特征在于， 确 定所述目标BP神经网络模型， 包括： 获取待拟合海洋温跃层数据样本集； 确定BP神经网络中输入层、 隐藏层 及输出层的数量， 建立初始BP神经网络模型； 确定所述输入层、 隐藏层及输出层的初始权重值及初始阈值， 并基于所述待拟合海洋 温跃层数据样本集对所述初始BP神经网络模型进行迭代训练； 基于遗传算法更新所述输入层、 隐藏层及输出层的初始权重值及初始阈值， 直到达到权　利　要　求　书 1/2 页 2 CN 115358327 A 2预设训练精度， 得到所述目标BP神经网络模型。 6.根据权利要求1所述的基于PCA ‑SVM的海洋温跃层数据可视化方法， 其特征在于， 确 定所述目标SVM模型， 包括： 获取待分类海洋温跃层数据样本集， 并选取不同比例 将所述待分类海洋温跃层数据样 本集划分为训练集和 测试集； 确定优化目标函数、 模型训练函数、 决策函数和SVM核函数建立初始SVM模型； 基于所述训练集和测试集分别对所述SVM模型进行训练测试， 直到确定最优化惩罚因 子和核函数系数， 得到目标SVM模型。 7.根据权利要求1所述的基于PCA ‑SVM的海洋温跃层数据可视化方法， 其特征在于， 所 述对所述目标海洋温跃层数据集进行可视化处理， 并导入可视化模型实现温跃层数据的可 视化， 包括： 对所述目标海洋温跃层数据集进行矩阵变换， 得到一维jso n数据格式文件； 为所述一维json数据格式文件添加头文件信息， 所述头文件信息包括时间经纬度范 围、 时间、 海洋深度、 显示模式， 得到目标jso n文件； 将所述目标jso n文件导入可视化模型， 实现海洋温跃层数据的可视化。 8.一种基于PCA ‑SVM的海洋温跃层数据可视化装置， 其特 征在于， 包括： 数据获取模块， 用于获取初始海洋温跃层数据集； 降维处理模块， 用于基于主成分分析法对所述初始海洋温跃层数据进行降维处理， 得 到降维海洋温跃层数据集； 滤值处理模块， 用于基于滤波控制法对所述降维海洋温跃层数据进行滤值处理， 得到 过滤海洋温跃层数据集； 拟合处理模块， 用于获取目标BP神经网络模型， 将所述过滤海洋温跃层数据集输入所 述目标BP神经网络模型进行插值拟合， 得到拟合海洋温跃层数据集； 分类处理模块， 用于获取目标SVM模型， 将所述拟合海洋温跃层数据集输入所述目标 SVM模型进行不同深度海洋温跃层的识别分类， 得到海洋温跃层目标 数据； 可视化模块， 用于对所述海洋温跃层目标数据进行可视化处理得到可视化的海洋温跃 层。 9.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 处理器执行程序时， 实现根据权利要求1至7任一项所述的基于PCA ‑ SVM的海洋温跃层数据可视化方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行时， 实现根据权利要求1至7任一项所述的基于PCA ‑SVM的海洋温跃层数据可视化方法。权　利　要　求　书 2/2 页 3 CN 115358327 A 3