期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于BP神经网络的云检测和云相态识别
被引量：
7
1
作者
靳泽群
张玲
+1 位作者
刘神聪
易凡
《光学与光电技术》
2016年第5期74-77,共4页
为快速高效地进行云检测和云相态识别,提出了基于BP神经网络的云检测和云相态识别方法,并针对中分辨率成像光谱仪(MODIS)的相关数据建立了BP神经网络。利用该算法对MODIS图像进行了云检测和云相态识别,并把识别结果与MOD06数据进行了对...
为快速高效地进行云检测和云相态识别,提出了基于BP神经网络的云检测和云相态识别方法,并针对中分辨率成像光谱仪(MODIS)的相关数据建立了BP神经网络。利用该算法对MODIS图像进行了云检测和云相态识别,并把识别结果与MOD06数据进行了对比,对比结果表明,该算法对冰云、水云以及混合云的识别准确率分别达到了100%、100%以及99.94%。该算法快速、准确,消除了未确定态,具有很强的自主学习能力。
展开更多
关键词
云检测
云相态
混合云
不确定态
神经网络
原文传递
MODIS数据云相态反演在一次暴雪过程中的应用
被引量：
5
2
作者
胡列群
黄镇
+1 位作者
黄慰军
熊玲
《应用气象学报》
CSCD
北大核心
2012年第5期609-613,共5页
该文选取新疆阿克苏地区2006年11月22—24日的EOS/MODIS卫星遥感资料,同时选取相关气象站的观测资料,应用三光谱云相态反演法,对阿克苏地区暴雪云团的变化过程进行了研究,通过三光谱亮温差点聚图对云相态变化的分析,清晰地展示出该天气...
该文选取新疆阿克苏地区2006年11月22—24日的EOS/MODIS卫星遥感资料,同时选取相关气象站的观测资料,应用三光谱云相态反演法,对阿克苏地区暴雪云团的变化过程进行了研究,通过三光谱亮温差点聚图对云相态变化的分析,清晰地展示出该天气系统的发生、发展到最终暴雪形成过程中的物理机制。反演结果与实际气象观测情况相一致;表明三光谱云相态反演法在理论和实际应用方面具有一定优势。
展开更多
关键词
MODIS数据
云相态反演
三光谱法
下载PDF
职称材料
基于支持向量机的云相态分析
被引量：
1
3
作者
郭洪涛
谢欢欢
+2 位作者
马英
程亮
王毅
《解放军理工大学学报（自然科学版）》
EI
北大核心
2012年第2期226-231,共6页
为了提高云相态的反演精度,结合MODIS多通道的光谱特性,首先提出了分别针对白天和夜间的MODIS云检测方法,得到了较高精度的云检测结果,为云相态反演奠定了基础。然后,依据不同相态云在不同光谱的辐射特性,选取了合适的特征参量,采用支...
为了提高云相态的反演精度,结合MODIS多通道的光谱特性,首先提出了分别针对白天和夜间的MODIS云检测方法,得到了较高精度的云检测结果,为云相态反演奠定了基础。然后,依据不同相态云在不同光谱的辐射特性,选取了合适的特征参量,采用支持向量机方法反演云相态,在2009年7月7日的一次大暴雨过程中的云顶粒子相态反演试验中取得了较好结果。结果表明:精确的云检测结果有利于提高云相态反演精度,利用支持向量机的方法反演云相态是可行的,并且反演结果具有较高的精度。
展开更多
关键词
支持向量机
MODIS
云检测
云相态
反演
下载PDF
职称材料
模拟退火优化BP神经网络进行云相态分类
被引量：
8
4
作者
盛夏
孙龙祥
郑庆梅
《解放军理工大学学报（自然科学版）》
EI
2008年第1期98-102,共5页
为利用中分辨率成像光谱仪(MODIS)多通道云图数据对云相态进行分类,提出了一种利用云图红外、可见光谱段数据,基于SABP神经网络的云相态分类算法。算法基于BP人工神经网络学习算法及模拟退火算法。在两算法结合的基础上,作出了有益于云...
为利用中分辨率成像光谱仪(MODIS)多通道云图数据对云相态进行分类,提出了一种利用云图红外、可见光谱段数据,基于SABP神经网络的云相态分类算法。算法基于BP人工神经网络学习算法及模拟退火算法。在两算法结合的基础上,作出了有益于云相态分类的改进。基准网络模型为3层前馈BP网络,其中,隐层和输出层使用不同的激活函数。选取了5种光谱特征作为网络输入,输出两单元判定结果。为加速收敛速度,避免振荡,采用了一种自适应的变学习系数、惯性系数策略。个例分析表明,算法在中低纬度地区效果良好。
展开更多
关键词
人工神经网络
中分辨率成像光谱仪
云相态分类
模拟退火算法
向后传播网络
下载PDF
职称材料
题名
基于BP神经网络的云检测和云相态识别
被引量：
7
1
作者
靳泽群
张玲
刘神聪
易凡
机构
武汉大学物理科学与技术学院
武汉东湖学院电子信息工程学院
出处
《光学与光电技术》
2016年第5期74-77,共4页
基金
国家公益性行业(气象)科研专项(GYHY201006049)资助项目
文摘
为快速高效地进行云检测和云相态识别,提出了基于BP神经网络的云检测和云相态识别方法,并针对中分辨率成像光谱仪(MODIS)的相关数据建立了BP神经网络。利用该算法对MODIS图像进行了云检测和云相态识别,并把识别结果与MOD06数据进行了对比,对比结果表明,该算法对冰云、水云以及混合云的识别准确率分别达到了100%、100%以及99.94%。该算法快速、准确,消除了未确定态,具有很强的自主学习能力。
关键词
云检测
云相态
混合云
不确定态
神经网络
Keywords
cloud
detection
cloud
phase
retrieval
mixed
cloud
uncertain
state
neural
network
分类号
TN911.73 [电子电信—通信与信息系统]
原文传递
题名
MODIS数据云相态反演在一次暴雪过程中的应用
被引量：
5
2
作者
胡列群
黄镇
黄慰军
熊玲
机构
乌鲁木齐气象卫星地面站
新疆气象台
新疆气候中心
出处
《应用气象学报》
CSCD
北大核心
2012年第5期609-613,共5页
基金
中国气象局气象关键技术集成与应用(CMAGJ2011M59)
新疆维吾尔自治区科技支撑项目(201133131)
文摘
该文选取新疆阿克苏地区2006年11月22—24日的EOS/MODIS卫星遥感资料,同时选取相关气象站的观测资料,应用三光谱云相态反演法,对阿克苏地区暴雪云团的变化过程进行了研究,通过三光谱亮温差点聚图对云相态变化的分析,清晰地展示出该天气系统的发生、发展到最终暴雪形成过程中的物理机制。反演结果与实际气象观测情况相一致;表明三光谱云相态反演法在理论和实际应用方面具有一定优势。
关键词
MODIS数据
云相态反演
三光谱法
Keywords
MODIS
data
cloud
phase
retrieval
tri-spectral
method
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
P426.63 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
基于支持向量机的云相态分析
被引量：
1
3
作者
郭洪涛
谢欢欢
马英
程亮
王毅
机构
南京师范大学地理科学学院
解放军理工大学气象学院
海军飞行学院
解放军第
出处
《解放军理工大学学报（自然科学版）》
EI
北大核心
2012年第2期226-231,共6页
基金
江苏省自然科学基金资助项目(BK2011105)
文摘
为了提高云相态的反演精度,结合MODIS多通道的光谱特性,首先提出了分别针对白天和夜间的MODIS云检测方法,得到了较高精度的云检测结果,为云相态反演奠定了基础。然后,依据不同相态云在不同光谱的辐射特性,选取了合适的特征参量,采用支持向量机方法反演云相态,在2009年7月7日的一次大暴雨过程中的云顶粒子相态反演试验中取得了较好结果。结果表明:精确的云检测结果有利于提高云相态反演精度,利用支持向量机的方法反演云相态是可行的,并且反演结果具有较高的精度。
关键词
支持向量机
MODIS
云检测
云相态
反演
Keywords
support
vector
machine
MODIS
cloud
detection
cloud
phase
retrieval
分类号
TP721.1 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
模拟退火优化BP神经网络进行云相态分类
被引量：
8
4
作者
盛夏
孙龙祥
郑庆梅
机构
二炮装备研究院五所
解放军理工大学气象学院
解放军
出处
《解放军理工大学学报（自然科学版）》
EI
2008年第1期98-102,共5页
文摘
为利用中分辨率成像光谱仪(MODIS)多通道云图数据对云相态进行分类,提出了一种利用云图红外、可见光谱段数据,基于SABP神经网络的云相态分类算法。算法基于BP人工神经网络学习算法及模拟退火算法。在两算法结合的基础上,作出了有益于云相态分类的改进。基准网络模型为3层前馈BP网络,其中,隐层和输出层使用不同的激活函数。选取了5种光谱特征作为网络输入,输出两单元判定结果。为加速收敛速度,避免振荡,采用了一种自适应的变学习系数、惯性系数策略。个例分析表明,算法在中低纬度地区效果良好。
关键词
人工神经网络
中分辨率成像光谱仪
云相态分类
模拟退火算法
向后传播网络
Keywords
ANN（artificial
neural
network）
MODIS（moderate
resolution
imaging
spectroradiometer）
cloud
thermodynamic
phase
retrieval
simulated
annealing
algorithm
back
propagation
network
分类号
TP7 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于BP神经网络的云检测和云相态识别
靳泽群
张玲
刘神聪
易凡
《光学与光电技术》
2016
7
原文传递
2
MODIS数据云相态反演在一次暴雪过程中的应用
胡列群
黄镇
黄慰军
熊玲
《应用气象学报》
CSCD
北大核心
2012
5
下载PDF
职称材料
3
基于支持向量机的云相态分析
郭洪涛
谢欢欢
马英
程亮
王毅
《解放军理工大学学报（自然科学版）》
EI
北大核心
2012
1
下载PDF
职称材料
4
模拟退火优化BP神经网络进行云相态分类
盛夏
孙龙祥
郑庆梅
《解放军理工大学学报（自然科学版）》
EI
2008
8
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
