排序方式: 共有2条查询结果,搜索用时 13 毫秒
1
1.
雷达高度计海况偏差估计神经网络模型研究 总被引:2,自引:2,他引:0
本文基于Jason-2高度计数据,在12个不同季节的cycle数据中组合1~6个cycle的有效波高、风速和海况偏差为训练集,选取Jason-2的另外3个不同季节的cycle数据集为测试集。经检验分析,确定3个cycle对应的BP神经网络模型。将该模型应用于HY-2高度计海况偏差的估计,通过海况偏差与有效波高及风速的拟合优度、解释方差和残差对比分析,结果表明:神经网络BP模型可以有效应用于HY-2的海况偏差估计并明显优于传统海况偏差参数模型。 相似文献
2.
本文基于Jason-2高度计,采用核函数估计(NW)和局部线性回归估计(LLR)两种非参数估计方法,选用高斯(Gaussian)核函数和球谐(Epanechnikov)核函数及固定带宽和局部可调带宽。对不同组合形式的模型进行优选,确定LLR估计方法的Epanechnikov核函数、局部可调带宽为最优非参数模型。通过对最优非参数模型和参数模型结果进行对比分析表明,非参数模型在北高纬度区域表现更优,而在中低纬度及南纬区域参数模型不失优势。将非参数模型应用于我国HY-2A高度计,得到与以上同样的结论。 相似文献
1