期刊导航
期刊开放获取
上海教育软件发展有限公..
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
1
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
基于卷积神经网络的太阳光谱辐照度超分辨率重建方法
1
作者
张鹏
翁建文
+1 位作者
康晴
李健军
《光子学报》
北大核心
2025年第3期221-230,共10页
针对现有天基参考太阳光谱辐照度数据分辨率不足,限制其应用范围的问题,提出一种基于卷积神经网络的太阳光谱辐照度超分辨率重建方法。该网络由一个基于物理模型的全连通层、一维卷积层、非线性层和一系列具有跳跃连接的残差网络组成。...
针对现有天基参考太阳光谱辐照度数据分辨率不足,限制其应用范围的问题,提出一种基于卷积神经网络的太阳光谱辐照度超分辨率重建方法。该网络由一个基于物理模型的全连通层、一维卷积层、非线性层和一系列具有跳跃连接的残差网络组成。同时考虑现有均方误差损失函数无法捕捉太阳光谱峰谷特征的问题,提出将光谱相对于波长的一阶、二阶导数加入损失函数,使残差的特征更集中于关键的光谱内容。将所提方法应用于TSIS-1 SIM测量太阳光谱辐照度可见光波段的超分辨率重建,结果表明该方法重建光谱与TSIS-1 HSRS产品的测量结果质量相当,且重建耗时仅需0.9421 s,可有效提高天基观测太阳光谱辐照度数据的分辨率。
展开更多
关键词
高
分辨率
太阳
光谱
辐照度
卷积神经网络
残差网络
光谱超分辨率重建
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络的太阳光谱辐照度超分辨率重建方法
1
作者
张鹏
翁建文
康晴
李健军
机构
中国科学技术大学物理学院
中国科学院安徽光学精密机械研究所中国科学院通用光学定标与表征技术重点实验室
出处
《光子学报》
北大核心
2025年第3期221-230,共10页
基金
国家重点研发计划(No.2022YFB3902901)
国家自然科学基金(No.42105121)。
文摘
针对现有天基参考太阳光谱辐照度数据分辨率不足,限制其应用范围的问题,提出一种基于卷积神经网络的太阳光谱辐照度超分辨率重建方法。该网络由一个基于物理模型的全连通层、一维卷积层、非线性层和一系列具有跳跃连接的残差网络组成。同时考虑现有均方误差损失函数无法捕捉太阳光谱峰谷特征的问题,提出将光谱相对于波长的一阶、二阶导数加入损失函数,使残差的特征更集中于关键的光谱内容。将所提方法应用于TSIS-1 SIM测量太阳光谱辐照度可见光波段的超分辨率重建,结果表明该方法重建光谱与TSIS-1 HSRS产品的测量结果质量相当,且重建耗时仅需0.9421 s,可有效提高天基观测太阳光谱辐照度数据的分辨率。
关键词
高
分辨率
太阳
光谱
辐照度
卷积神经网络
残差网络
光谱超分辨率重建
Keywords
High resolution
Solar spectral irradiance
Convolutional neural networks
Residual networks
Spectral super-resolution reconstruction
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络的太阳光谱辐照度超分辨率重建方法
张鹏
翁建文
康晴
李健军
《光子学报》
北大核心
2025
0
在线阅读
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
