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:
采用支持向量机(SVM,Support Vector Machine)方法,对AMSU-A进行了临边调整试验.利用全球廓线数据集和快速辐射传输模式计算的理想亮温资料,以及 AMSU-A全球实际亮温资料的分析表明,临边效应增大了窗区通道边缘视场的亮温,减小了5~14通道边缘视场亮温.临边效应对于各通道影响明显,且随着视角的增大而增大.通过理想试验分析表明,与多元线性回归方法相比,支持向量机方法对于窗区通道调整效果改进较多,对于通道5~14,同样优于多元线性回归方法.除窗区通道1、2、15边缘少数视场外,各视场调整均方根(RMS, Root Mean Square)误差在AMSU-A仪器噪声范围之内.对实际资料的试验表明,支持向量机方法调整效果同样优于多元线性回归方法.
推荐文章
支持向量机在焊接过程中的应用
支持向量机
机器学习
焊接
支持向量机及其在目标识别中的应用
支持向量机
统计学习
目标识别
图像处理
双目标函数支持向量机在情感分析中的应用
情感分析
双目标函数
支持向量机
文本分类
支持向量机在时间序列预测中的应用
支持向量机
BP神经网络
时间序列预测
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 支持向量机在AMSU-A临边调整中的应用
来源期刊 热带气象学报 学科 地球科学
关键词 大气探测 临边调整 支持向量机 AMSU-A
年,卷(期) 2010,(2) 所属期刊栏目 论著
研究方向 页码范围 187-193
页数 分类号 P413
字数 5789字 语种 中文
DOI 10.3969/j.issn.1004-4965.2010.02.008
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 谭永强 解放军理工大学气象学院 7 38 5.0 6.0
3 费建芳 解放军理工大学气象学院 67 673 15.0 20.0
6 张少洪 空军装备研究院航空气象防化研究所 1 5 1.0 1.0
7 徐宏 空军装备研究院航空气象防化研究所 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (24)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (5)
二级引证文献  (1)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
大气探测
临边调整
支持向量机
AMSU-A
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
热带气象学报
双月刊
1004-4965
44-1326/P
大16开
广州市福今路6号
1984
chi
出版文献量(篇)
1950
总下载数(次)
5
总被引数(次)
37842
论文1v1指导