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
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：
主被动微波遥感在农区土壤水分监测中的应用初探 被引量：18
1
作者 郭英 沈彦俊 赵超 《中国生态农业学报》 CAS CSCD 北大核心 2011年第5期1162-1167,共6页
土壤水分是农作物生长和旱情监测的重要参数。微波遥感具有全天时、全天候、高穿透性和对水分敏感的特点,主被动微波遥感的结合能够发挥各自优势,实现区域尺度土壤水分的连续监测,与单纯使用被动微波遥感相比,能够提高空间分辨率。本研... 土壤水分是农作物生长和旱情监测的重要参数。微波遥感具有全天时、全天候、高穿透性和对水分敏感的特点,主被动微波遥感的结合能够发挥各自优势,实现区域尺度土壤水分的连续监测,与单纯使用被动微波遥感相比,能够提高空间分辨率。本研究基于TRMM卫星搭载的微波成像仪TMI和降雨雷达PR的特点,利用粗糙地表的微波辐射传输模型AIEM模型、参数化模型Qp模型和植被覆盖地表的辐射传输模型ω-τ模型,建立了基于被动微波遥感的土壤水分反演模型,并利用简单散射模型(SSM)和几何光学模型(GOM),将被动微波与主动微波相联系,建立了主被动微波遥感相结合的土壤水分变化反演算法,对2008年1-4月期间30°-38°N、110°-120°E范围内农田覆盖区的土壤水分变化进行了反演。并选取江苏省连云港南部农区中心经纬度为34.45°N、119.25°E的降雨雷达0.05°×0.05°的网格,对该网格2008年1月2日-4月30日土壤水分逐日变化量的反演值和相应网格的降水逐日变化量进行了对比,两者具有很好的响应关系。 展开更多
关键词 主被动微波遥感 微波成像仪 降雨雷达 农区 土壤水分 qp模型 ω-τ模型
下载PDF
基于QP改进模型的离心泵性能预测方法
2
作者 吴跃忠 张婷 +2 位作者 费铭昊 吴登昊 任芸 《机械工程学报》 EI CAS CSCD 北大核心 2023年第13期280-289,共10页
离心泵广泛的应用于工业生产的各个领域,其用电量占工业电动机用电总量的22%。为了实现离心泵机组能耗的有效监测,以及解决传感器测量技术存在的成本高、故障率高等问题,需要发展一种新的无传感在线监测技术。在标准流量Q-轴功率P(QP)... 离心泵广泛的应用于工业生产的各个领域,其用电量占工业电动机用电总量的22%。为了实现离心泵机组能耗的有效监测,以及解决传感器测量技术存在的成本高、故障率高等问题,需要发展一种新的无传感在线监测技术。在标准流量Q-轴功率P(QP)预测模型的基础上,以一台异步电机驱动的多级离心泵为研究对象,通过水力性能测试获取了不同工况下的性能数据。借助离心泵相似定理,修正当前转速下的离心泵特性曲线,建立流量与轴功率和转速以及扬程与流量和转速的数学预测模型。基于不同转速下预测模型的流量和扬程误差分析结果,提出一种基于转速差加权算法的QP改进模型。开展4种不同转速差权重函数的流量和扬程预测模型的误差分析,结果表明:带有权重函数Ⅲ的QP改进模型平均预测误差最小,其流量平均误差为3.66%和扬程平均误差为1.51%,与标准QP模型相比,其预测精度得到大幅提升。该QP改进模型进一步提升了离心泵运行状态的预测精度,为离心泵性能无传感在线监测技术的发展提供了一定理论参考。 展开更多
关键词 离心泵 性能预测 无传感测量 qp模型
原文传递
基于PSO-SVM精化QP模型的短期卫星钟差预报
3
作者 肖阳 唐诗华 +2 位作者 黄昶程 李宗婉 肖燕 《桂林理工大学学报》 CAS 北大核心 2019年第4期893-898,共6页
针对卫星钟差序列的特性,将其视作由趋势项与随机误差项组成的时间序列,提出一种基于PSO-SVM精化的二次多项式预报算法:通过QP模型建模预报钟差值以提取其趋势项,利用SVM模型对拟合阶段的残差值建模进行滚动预报,利用预报所得的差值对Q... 针对卫星钟差序列的特性,将其视作由趋势项与随机误差项组成的时间序列,提出一种基于PSO-SVM精化的二次多项式预报算法:通过QP模型建模预报钟差值以提取其趋势项,利用SVM模型对拟合阶段的残差值建模进行滚动预报,利用预报所得的差值对QP模型预报阶段的钟差值进行改进。为克服SVM算法自身参数搜索方法的缺陷,采用PSO算法选择其最优参数。实验结果表明:相较于常用算法,该方法预报精度较高,且改进了QP模型预报误差会随时间累积的缺点。 展开更多
关键词 模型精化 钟差预报 支持向量机 qp模型
下载PDF
基于长短时记忆神经网络的Multi-GNSS卫星钟差建模预报 被引量：1
4
作者 蒋春华 朱美珍 +1 位作者 薛慧杰 刘广盛 《大地测量与地球动力学》 CSCD 北大核心 2024年第3期257-262,共6页
针对卫星钟差预报中二次多项式模型存在易受噪声干扰、预报精度不高的问题,构建一种基于长短时记忆神经网络的multi-GNSS卫星钟差预报模型,并分析不同卫星系统、不同钟类型基于不同建模方案的模型精度。为验证该模型的有效性和可行性,利... 针对卫星钟差预报中二次多项式模型存在易受噪声干扰、预报精度不高的问题,构建一种基于长短时记忆神经网络的multi-GNSS卫星钟差预报模型,并分析不同卫星系统、不同钟类型基于不同建模方案的模型精度。为验证该模型的有效性和可行性,利用LSTM模型、QP模型、QP-LSTM模型分别基于12 h和24 h钟差序列进行建模,预报1 h、3 h、6 h、12 h钟差。结果表明,LSTM模型建模24 h、预报1 h精度最高。multi-GNSS卫星钟差LSTM预报模型中Galileo系统精度最高,其次为BDS-2系统和GPS系统,GLONASS系统精度最低,精度分别为0.018 ns、0.069 ns、0.133 ns、0.242 ns。不同原子钟预报精度不同,氢原子钟预报精度优于铷原子钟、铯原子钟。LSTM神经网络模型预报精度相较于QP-LSTM模型提升27%,相较于QP模型提升36%。 展开更多
关键词 长短时记忆神经网络(LSTM) 二次多项式模型 qp-LSTM模型 multi-GNSS卫星钟差预报
下载PDF
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
使用帮助 返回顶部