排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
提出了在HJ-1 CCD自带卫星观测角度数据的基础上,结合卫星自带几何解算参数推算连续像元的太阳天顶角、方位角,并将原始卫星观测角度、推算几何角度数据生成对应四波段合成数据的改进算法,以提高反演数据的精度.结合Kaufman暗目标法和改进算法后对应连续像元几何数据的6S模型调用表,对南宁市中心城区2018年8月、9月、... 相似文献
2.
3.
模块化模糊神经网络训练策略研究 总被引：1，自引：0，他引：1
为分析模块化模糊神经网络的训练机制,进一步降低其训练复杂度,增强模型的泛化性能,尝试采用部分训练样本对模型进行相对粗训练,并以广西全省1957-2003年连续47 a 5月平均降水量作为实验数据,统计各种参数条件下模型的逐步预测误差情况.结果表明:由部分训练样本参与训练的模型所得测试误差普遍低于由全部训练样本参与训练的模型所得测试误差,证明该方法可行. 相似文献
4.
5.
油藏压力分析：技巧还是科学ＭａｔｔａｒＬ在此首先提出以下三个有关油气藏压力分析方面的问题。（１）在一口气井中使用高分辨率电子记录仪（其分辨率高于１０３Ｐａ）测量压力，该井产气１×１０６ｍ３，关井至完全恢复后再测量压力，比原始压力低１０５Ｐａ，这是否表... 相似文献
6.
基于局部线性嵌入的人工智能台风强度集合预报模型 总被引：3，自引：2，他引：1
利用局部线性嵌入算法通过学习挖掘高维数据集的内在几何结构,高效地实现维数约简和特征提取的能力,论文以2001—2012年共12年6—9月西北太平洋海域内生成的台风样本为基础,将气候持续因子作为台风强度的基本预报因子,采用局部线性嵌入的特征提取与逐步回归计算相结合的预报因子信息数据挖掘技术,以进化计算的粒子群算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行了分月台风强度预报模型的建模研究。在建模样本、独立预报样本相同的情况下,分别采用人工智能集合预报方法和气候持续法进行预报试验。试验对比结果表明,前者较后者在6、7、8和9月24 h台风强度预报中,平均绝对误差分别下降了23.34%、24.46%、19.41%和27.45%,4个月的平均绝对误差下降了23.10%;48 h台风强度预报中,6—9月平均绝对误差分别下降了44.82%、16.73%、0.89%和49.26%,4个月的平均绝对误差下降了25.54%。进一步研究发现,在变动局部线性嵌入算法忌近邻个数的情况下,建立的台风强度集合预报模型,其预报结果稳定可靠,相对于气候持续法均为正的预报技巧水平,为台风强度客观预报提供了新的预报工具和预报建模方法。 相似文献
7.
在进行神经网络方法的数字图像识别研究时，针对数字图像的复杂性、神经网络输入数据量巨大和学习收敛速度慢的情况，提出了基于特征的神经网络数字识别方法。设计提取了13个结构特征以组成一个13维的超空间，对13维的超平面空间的整个识别过程采用了神经网络聚类方法(其中聚类数为10)，并利用数学软件MATLAB强大的矩阵运算能力和C语言高效的代码实现了数字识别系统模型。实验结果表明，在特征差异不十分明显的情况下，识别时间和识别率仍令人满意。 相似文献
8.
通过IDL语言调用6S模型源码生成相应查找表,对北部湾及周边区域2008年MODIS高分辨率(1 km×1 km)影像进行气溶胶光学厚度反演。反演结果与AERONET公布的Bac_Giang、MuKdahan和Hongkong_poly站的气溶胶产品进行精度验证,得出北部湾地区的气溶胶光学厚度反演,春、秋、冬季选取大陆型气溶胶模式,夏季选取海洋型模式能更好地贴近实际情况。运用此方法对北部湾以及越南东北部地区2004年、2006年、2008年、2010年中晴空少云天进行气溶胶时空分布反演并分析结果。 相似文献
1