人工神经网络在南海近海面气温反演中的应用研究

基于人工神经网络方法,利用海面水温、海面风速以及海面气压反演南海近海面气温,采用的基础数据集是国际综合海洋-大气数据集(International Comprehensive Ocean-Atmosphere Data Set,2.4 Release,ICOADS2.4)1981—2008年的观测资料,其中1981—2000年的观测资料用来建立模型,2001—2008年的观测资料用来进行模型检验。采用的人工神经网络方法是引入动量因子并采用批处理梯度下降法的BP(Back propagation)算法。试验结果表明,基于人工神经网络建立的近海面气温反演方法明显优于多元线性回归方法,尤其是在春季和冬季,海面水温、海面风速以及海面气压与近海面气温之间存在较强的非线性关系,人工神经网络的优势更加明显。总体而言,人工神经网络在各月的反演效果较均衡,均方根误差介于1.5—1.8℃之间,平均绝对误差为1.1—1.3℃。     

微波暗室雷达仿真转台与阵列基准测试方法探讨

针对微波暗室雷达仿真转台与天线阵列布局的特殊性,在暗室内建立经纬仪/全站仪三维智能测量系统,采用非接触测量模式和几何拟合法数据处理系统进行转台零位基准标定和各项误差的测定与校正,取得良好效果,该方法对特殊高精度工程测量具有很好的指导意义。     

论大洋环流的尺度分析及风旋度—热盐梯度方程式

作者在文献[1]中曾简单地导出过一个描述大洋风生一热盐环流的“风旋度—热盐梯度方程式”，它是一个全流函数所满足的线性位涡方程，表达了海面上风应力旋度和界而上的热盐梯度在侧向湍摩擦所导致的涡度扩散下与行星涡度梯度的平衡。利用该方程，在一个矩形大洋中，作者提出了一个相当简单的准两层模型，     

基于条纹频率检测的干涉图去线性趋势精化方法

在InSAR干涉图数据处理过程中,通常会由于轨道参数不准确而导致去平地效应后,干涉图中仍残留部分线性相位。为避免线性趋势对数据处理结果精度的影响,提出了一种基于干涉图条纹频率检测的去除线性趋势精化方法：首先,通过Chirp Z变换精化干涉图条纹频率估计,计算出精确到0.1的线性相位条纹数;然后,模拟线性相位并从干涉图中去除。利用通过模拟和真实数据对提出的方法进行验证分析,实验结果表明：该方法能够更加彻底地去除干涉图中残留的线性趋势,对提高InSAR技术的监测精度具有一定意义。     

SAR影像的几何精纠正

SAR影像几何纠正中的一个重要问题是建立其构像模型。在阐述F．Leberl模型的基本原理和方法的基础上，针对星载SAR成像处理过程中多普勒中心频率不为零的现象，采用多项式拟和多普勒中心频率的方法，修正零多普勒条件方程，建立起既适合星载又适合机载SAR传感器的F．Leberl构像模型。机载和星载SAR影像的实验结果表明，文中提出的改进算法能显著地提高F．Leberl模型对星载SAR影像的定位精度，同时也适合于对机载SAR数据的处理，并且解算过程稳定，收敛很快，精度较高。     

基于支持向量回归的高光谱影像目标探测

高光谱影像目标探测可视为一个分类问题,本文通过揭示支持向量回归(SVR)与支持向量分类(SVC)之间的关系,证明了SVR用于分类的可行性,并以此为根据提出了一种基于SVR的目标探测算法,该算法利用虚拟维数得到端元个数的估计,结合端元选择和线性混合模型生成训练样本替代从影像中选择的训练样本,因而减少了对影像先验知识的依赖。采用模拟数据和由AVIRIS获得的高光谱影像对本文算法进行了检验,结果令人满意。     

变形监测数据去噪方法

论述了变形监测技术的基本原理和去噪方法,重点介绍了线性滑动去噪法和小波去噪法,并结合实例说明两种方法的应用领域和特点以及发展前景。     

基于地震周期谱分析的线性合成概率预测方法研究

在地震周期谱分析和地震间隔周期出现概率分析的基础上。建立了线性合成概率预测方法。实际资料应用研究表明，该方法可以提取地震活动周期节点优势分布时段，为强震趋势预测提供综合判定依据。     

基于SVD和KL投影相融合的人脸识别算法

在已有的PCA人脸识别算法的基础上构建了一种基于奇异值分解和KL投影相融合的人脸识别方法.方法对人脸图像进行奇异值分解与KL变换,随后将KL投影的主特征向量和SVD特征向量进行线性融合形成新的特征向量,并以此作为判别标准.经试验测试该方法消除了当检测库中人脸的姿态变化时人脸图像间的相关性下降对识别正确率的影响,大大的提高了人脸识别的正确率.     

星系巡天中的线性红移畸变效应

在红移巡天中，由于星系本动速度的存在，星系的三维空间分布图像将会发生畸变，这种效应使得我们可以用动力学与统计方法，通过测量线性红移畸变因子来获取宇宙中大尺度上物质分布的信息，介绍了线性红移畸变效应的图像、理论，以及线性红移畸变因子β的测量方法和一些最新结果。