基于多源异构数据的渔情预测方法及系统

本申请涉及数据处理技术领域，公开了一种基于多源异构数据的渔情预测方法及系统。该方法包括：获取海表温度、盐度、渔船轨迹、海流等异构数据，转换为时空数据矩阵；提取环境参数计算水体分层指数和营养盐富集指数，组合形成渔业特征向量；输入四层BP神经网络训练建立预测模型；计算时空距离分配权重生成关联预测结果；加入实时数据形成动态训练集，检测环境变化时更新模型参数输出预测结果。本申请解决了多源异构海洋数据无法有效融合和智能化处理的问题，提高了渔情预测的准确性和实时适应性。