神经网络反演散射计风场算法的研究

建立了一个神经网络反演卫星散射计海面风场的B-P算法,给出了一个神经网络反演风场的模型,并利用该反演算法和模型对实际卫星散射计数据进行了海面风场反演试验,对风向的多解性利用圆中数滤波方法进行排除.对神经网络训练和检验数据集分别采用ERS-1/2散射计数据和欧洲中期天气预报(ECMWF)提供的风场作为配准点数据.把反演的风速和风向与CMCD4和ECMWF的风场作了比较,它们吻合得比较好;研究表明神经网络反演海面风场是可行和高效的.     

Neural network wind retrieval from ERS-1/2 scatterometer data

1IntroductionSatellite observations of the ocean,includingobservation of sea surface wind fields,have tendedto be a perfect technology.Scatterometer is a prima-ry remote sensing sensor,which can get the globalscale information of wind.Other means of remot…     

高速公路软土路基沉降量的人工神经网络预测

针对高速公路建设中广泛存在的软土路基最终沉降量预测这一迫切需要解决的技术难题,提出了改进的BP神经网络预测模型,并归纳出影响软土路基沉降量的主要因素.通过对模型的建立、训练和验证,以及与其他方法的对比表明,改进的BP神经网络模型在非线性建模方面具有泛化性强、计算精度高、操作简便的独特优势,具有广阔的工程应用前景.     

散射计资料的风场神经网络反演算法研究

建立一种神经网络反演海面风场的算法。该算法以ERS_1/2散射计数据和欧洲中期预报分析风场(ECM-WF)的配准点数据作为神经网络训练和检验数据集。研究表明,该算法具有运行速度快和精度高等特点,反演的风速和风向与C波段第4模型(COMD 4)和ECMWF吻合较好。