人工神经网络在星载散射计海面风场反演建模中的应用; Application of Artificial Neural Network to Ocean Surface Wind Field Retrieval Modeling for Spaceborne Scatterometer | |
陈克海 ; 解学通 ; 黄舟 ; 方裕 ; 陈晓翔 | |
刊名 | 北京大学学报 自然科学版 |
2007 | |
关键词 | 散射计 海面风场 地球物理模型函数(GMF) 神经网络 |
DOI | 10.3321/j.issn:0479-8023.2007.04.005 |
英文摘要 | 地球物理模型函数(GMF)是散射计风场反演的基础及算法有效运行的前提条件.采用传统的统计方法建立GMF往往需要大量的、多种参数条件下的雷达后向散射测量数据.以圆锥扫描散射计SeaWinds为例,根据其特点,建立了一个两种极化方式下统一的神经网络模型函数(NN GMF),并对风速、相对风向采样间隔和测量值数目对模型精度的影响进行了详细分析.通过与Qscat-1模型进行比较,发现该神经网络模型在采样间隔较大或测量值数目较少的情况下,仍能较好地体现SeaWinds散射计的海面后向散射特性.; 国家高技术研究发展计划(863计划); 面向21世纪教育振兴行动计划(985计划); 中文核心期刊要目总览(PKU); 中国科技核心期刊(ISTIC); 中国科学引文数据库(CSCD); 0; 4; 460-467; 43 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.pku.edu.cn/handle/20.500.11897/271488] |
专题 | 地球与空间科学学院 |
推荐引用方式 GB/T 7714 | 陈克海,解学通,黄舟,等. 人工神经网络在星载散射计海面风场反演建模中的应用, Application of Artificial Neural Network to Ocean Surface Wind Field Retrieval Modeling for Spaceborne Scatterometer[J]. 北京大学学报 自然科学版,2007. |
APA | 陈克海,解学通,黄舟,方裕,&陈晓翔.(2007).人工神经网络在星载散射计海面风场反演建模中的应用.北京大学学报 自然科学版. |
MLA | 陈克海,et al."人工神经网络在星载散射计海面风场反演建模中的应用".北京大学学报 自然科学版 (2007). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论