基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
探讨了将遥感反演数据与人工神经网络(ANN)模型结合来获取日平均海表面空气温度(Ta)的方法.研究表明:(1)ANN方法所获取Ta与船测Ta之间的平均偏差主要分布于-1~1℃之间,均方根误差主要分布于0~1℃之间;(2)ANN方法所获取Ta与船测Ta之间的总的均方根误差(相关系数)为0.9584℃(0.97);多次线性回归(MLR)方法所获取Ta与船测Ta之间的总的均方根误差(相关系数)为1.578℃(0.89);(3)在整个研究区域内,用ANN方法获取Ta时的平均偏差和均方根误差大多数比用MLR方法获取Ta时的平均偏差和均方根误差小,在黄、东海,用MLR方法获取Ta时比用ANN方法获取Ta时的平均偏差和均方根误差大很多(大多数均大于0.5℃,最高可达7.3℃).在获取Ta时,相对于MLR方法,ANN方法具有更好的性能和更强的区域适应性,显示出ANN方法处理非线性问题的优势.
推荐文章
利用人工神经网络进行无损检测的探讨
人工神经网络
模式识别
无损检测
BP网(误差反向传播网络)
利用人工神经网络判别陶瓷原料种类
人工神经网络
模式识别
陶瓷原料
利用人工神经网络方法反演大气温度廓线
温度反演
AIRS
神经网络
特征向量回归反演法
利用人工神经网络模型评价胶州湾水域富营养化水平
人工神经网络
胶州湾
富营养化
评价
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用人工神经网络方法获取海表面空气温度
来源期刊 高技术通讯 学科 地球科学
关键词 遥感反演数据 海表面空气温度 人工神经网络 多次线性回归(MLR)
年,卷(期) 2006,(8) 所属期刊栏目 资源环境技术
研究方向 页码范围 870-875
页数 6页 分类号 P4
字数 4277字 语种 中文
DOI 10.3321/j.issn:1002-0470.2006.08.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何宜军 中国科学院海洋研究所 35 512 15.0 20.0
2 黄海军 中国科学院海洋研究所 74 1070 18.0 30.0
3 马立杰 中国科学院海洋研究所 17 74 6.0 8.0
7 崔迎春 中国科学院海洋研究所 10 24 4.0 4.0
16 辛立国 中国海洋大学海洋地球科学学院 2 28 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(3)
  • 参考文献(3)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遥感反演数据
海表面空气温度
人工神经网络
多次线性回归(MLR)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导