一种基于深度神经网络的大洋性物种空间分布预测方法

本发明公开了一种基于深度神经网络的大洋性物种空间分布预测方法，属于海洋渔业资源预测和生态建模技术领域。包括：获取目标海域的历史捕捞日志数据以及环境因子数据；按照选择的时间尺度对历史捕捞日志数据及环境因子数据进行聚合；对每一个聚合样本生成经度、纬度、正弦时间特征、余弦时间特征以及归一化后的各环境因子特征；搭建全连接神经网络模型，包括至少两层隐藏层，利用得到的数据对模型进行训练，用于目标时间段大洋性物种空间分布预测。本发明利用多源环境变量和捕捞数据，在多个时间窗口下训练深度神经网络模型，解决了现有技术在精细时间尺度预测、复杂非线性关系挖掘以及“仅存在”捕捞数据处理方面的不足。