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
利用人工神经网络方法获取海表面空气温度
1
作者
马立杰
黄海军
+2 位作者
崔迎春
何宜军
辛立国
《高技术通讯》
CAS
CSCD
北大核心
2006年第8期870-875,共6页
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方法所获取死...
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方法所获取死与船测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）方法所获取死与船测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方法获取死时的平均偏差和均方根误差大多数比用NLR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方法获取死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℃）。在获取死时，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。
展开更多
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)
在线阅读
下载PDF
职称材料
题名
利用人工神经网络方法获取海表面空气温度
1
作者
马立杰
黄海军
崔迎春
何宜军
辛立国
机构
中国科学院海洋研究所
中国科学院研究生院
国家海洋局第一海洋研究所海洋沉积与环境重点实验室
中国海洋大学海洋地球科学学院
出处
《高技术通讯》
CAS
CSCD
北大核心
2006年第8期870-875,共6页
基金
863计划（21301AA633060）和中国科学院知识创新工程（KJCX3-SW-219）资助项目
文摘
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方法所获取死与船测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）方法所获取死与船测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方法获取死时的平均偏差和均方根误差大多数比用NLR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方法获取死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℃）。在获取死时，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。
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)
Keywords
data retrieval, sea surface air temperature, artificial neural network, multiple linear regression （MLR）
分类号
O484 [理学—固体物理]
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
利用人工神经网络方法获取海表面空气温度
马立杰
黄海军
崔迎春
何宜军
辛立国
《高技术通讯》
CAS
CSCD
北大核心
2006
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
