您的位置： 专家智库 > >

上海市自然科学基金(11ZR1413700)

作品数：2 被引量：4H指数：1
相关作者：杜奕张挺卢德唐李道伦更多>>
相关机构：上海电力学院上海第二工业大学中国科学技术大学更多>>
发文基金：上海市教育委员会创新基金上海市自然科学基金中国科学院知识创新工程重要方向项目更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇MARKOV...
  • 1篇屏蔽效应
  • 1篇插值
  • 1篇插值方法

机构

  • 2篇上海第二工业...
  • 2篇上海电力学院
  • 1篇中国科学技术...

作者

  • 2篇张挺
  • 2篇杜奕
  • 1篇李道伦
  • 1篇卢德唐

传媒

  • 1篇计算机研究与...
  • 1篇计算机工程与...

年份

  • 2篇2012
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
一种基于改进Markov模型的插值方法被引量：4
2012年
重建过程中常常需要使用多种插值方法来提高重建精度,并结合多来源的数据进行整合.不同尺度、不同分辨率或不同类型的数据结合可以提高空间插值结果的精度.协同序贯高斯模拟(COSGSIM)能够利用已知的主要信息(硬数据)和一些模糊的辅助信息(软数据)来预测重建.协同区域化线性模型(LMC)和最初的Markov模型(简称MM1)被COSGSIM用于融合主要信息和辅助信息.但是LMC不能解决不同变量间交叉矩阵不稳定的问题.而MM1模型只有当主要信息定义在比较大的空间尺度时,才可以实现对 COSGSIM 的逼近.对于上述情况,提出一种改进的 Markov模型(简称MM2).MM2模型假设一个位置的辅助信息屏蔽了其他位置辅助信息对该位置主要信息的影响.实验结果表明,当主要信息定义在比辅助信息小的空间尺度时,COSGSIM方法在MM2模型下比 MM1有效.
杜奕张挺卢德唐李道伦
关键词：插值MARKOV模型
一种Markov模型在协同克里格中的新应用
2012年
协同区域化线性模型(LMC)和最初的Markov模型(MM1)被协同克里格用于融合软硬数据。但是当硬数据定义在较小的空间尺度时,MM1并不适合。对于上述情况,提出一种改进的Markov模型(MM2)。MM2模型的屏蔽效应假设是指某个位置的软数据可以屏蔽其他位置软数据对该位置硬数据的影响。实验结果表明,当硬数据定义在比软数据小的空间尺度时,MM2模型下的协同克里格方法有效。
张挺杜奕
关键词：MARKOV模型屏蔽效应
全选 清除 导出
共1页<1>
聚类工具0