您的位置： 专家智库 > >

江苏省博士后科研资助计划项目(0401068B)

作品数：5 被引量：16H指数：3
相关作者：张韧刘科峰王彦磊邓亮金宝刚更多>>
相关机构：解放军理工大学广州军区气象水文中心中国人民解放军总参谋部更多>>
发文基金：中国博士后科学基金江苏省博士后科研资助计划项目更多>>
相关领域：天文地球更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇天文地球

主题

  • 3篇网络
  • 2篇云图
  • 2篇卫星云图
  • 1篇多光谱
  • 1篇遗传聚类
  • 1篇遗传聚类算法
  • 1篇跃层
  • 1篇神经网
  • 1篇神经网络
  • 1篇水声
  • 1篇奇异值
  • 1篇奇异值分解
  • 1篇区划
  • 1篇自组织
  • 1篇自组织网
  • 1篇自组织网络
  • 1篇网络结合
  • 1篇纹理
  • 1篇纹理分析
  • 1篇模糊推理

机构

  • 5篇解放军理工大...
  • 1篇中国人民解放...
  • 1篇广州军区气象...

作者

  • 5篇张韧
  • 3篇王彦磊
  • 3篇刘科峰
  • 1篇李佳讯
  • 1篇王晓蕾
  • 1篇王辉赞
  • 1篇余鹏
  • 1篇金宝刚
  • 1篇杨波
  • 1篇邓亮

传媒

  • 3篇解放军理工大...
  • 1篇海洋通报
  • 1篇海洋预报

年份

  • 1篇2009
  • 3篇2008
  • 1篇2007
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
印度洋水声环境特征自组织网络区划分型
2008年
利用WOA05世界大洋数据集,1°×1°分辨率、标准分层的气候态平均温、盐场资料,提取一组表征印度洋海域水下声场环境的特征指标。借助一组聚类结果评估函数,确定最佳区划分型数目,利用自组织特征映射网络(SOFM)可以保持拓扑结构不变的特点,对西太平洋海域水下环境进行区划分型。分类区划结果对该海域的声场背景分析和声纳探测具有参考应用意义。
王彦磊张韧杨波刘科峰余鹏
多光谱卫星云图降水区域与强度估计的模糊推理模型被引量：6
2007年
在卫星云图降水分析中,针对降水天气和降水强度具有明显的“模糊”特性,提出了云图降水的模糊推理模型。从不同云类降水的经验知识和降水天气的卫星云图样本中,提取出若干云类降水规则。在此基础上,引入模糊推理方法,建立了卫星云图降水分布和降水强度估计的模糊推理模型。实际应用中,对卫星云图进行云分类,根据云分类结果,去除不可能产生降水的云类区域。对可能产生降水的云类区域,通过提取多光谱云图的灰度等特征进行推理判别,进而得出该区域是否降水以及降水强度和降水分布的估算。试验结果表明,该方法在客观性、定量性和自动化程度方面优于传统的降水估计方法,且建模所需的样本少,可适用于多种类型的气象卫星云图。
王彦磊江海英赵中军李文才张韧
关键词：模糊推理降水估计
奇异值分解与神经网络结合的卫星云图云团移动预测被引量：6
2008年
云团运动和发展演变的预测是暴雨等灾害性天气监测预报的重点和难点问题,针对当前云团预测中缺乏有效的非线性、非平稳预测手段,提出了奇异值分解SVD(singular value decomposition)与径向基网络相结合的云团预测途径。首先用SVD对云图进行分解,提取主要的云团结构特征,然后用提取出的云图奇异特征值和左右奇异向量作为模式识别因子,选择特定区域和季节的云图时滞序列采样,并用前后时段样本云图的奇异值和奇异矢量作为云图预测模型的输入、输出,通过对径向基网络的学习训练和误差迭代收敛,建立了云团运动的非线性预测模型。试验结果表明,该方法能合理地描述云团运动的基本特征和演变趋势。
刘科峰张韧李文才赵中军江海英
关键词：奇异值分解径向基网络
基于遗传聚类算法的印度洋环境特征区划
2008年
利用全球海洋Agro观测计划提供的温、盐浮标资料,开展了印度洋海域水下环境特征提取与区划分析。在垂直方向运用Akima方法对浮标剖面进行插值,提取一组表征跃层、声速场的特征指标,并针对常规模糊C均值聚类算法中初始聚类数难以客观选取和聚类结果易陷入局部最优等问题,利用遗传算法的全局搜索能力对聚类算法作了改进。通过在遗传进化过程中引入动态变化的聚类中心解决了聚类数难以客观确定的问题,并在该算法的生存策略中引入Boltzmann选择机制,提高算法的收敛速度。在对印度洋海域温、盐跃层、声速分布及层结稳定度分析的基础上,利用改进的遗传聚类方法对印度洋海域水下环境特征进行聚类区划,得到一个基本的特征分类构型,结合各类构型的典型特征,分析了对水下潜器活动、声纳探测和水声通信等的影响。
王彦磊张韧刘科峰王辉赞李佳讯
关键词：遗传聚类ARGO资料跃层
基于BP神经网络与纹理分析优化的雾检测被引量：4
2009年
在利用NOAA AVHRR/3资料并根据雾的均匀纹理特性进行白天雾检测研究中,为了克服对整幅图像进行纹理分析存在的处理复杂和运算量大等缺点,提出了采用纹理分析方法优化细分神经网络雾检测结果的思想。通过计算神经网络检测结果中的低云和雾区连通域的灰度标准差并设定灰度标准差阈值,对神经网络检测结果中的低云区和雾区作了进一步的纹理分析优化细分。结果表明,该方法有效地提高了雾检测的准确性和可靠性。
金宝刚张韧王晓蕾邓亮饶若愚
关键词：NOAA神经网络纹理分析
全选 清除 导出
共1页<1>
聚类工具0