排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
为利用中分辨率成像光谱仪(MODIS)多通道云图数据对云相态进行分类,提出了一种利用云图红外、可见光谱段数据,基于SABP神经网络的云相态分类算法.算法基于BP人工神经网络学习算法及模拟退火算法.在两算法结合的基础上,作出了有益于云相态分类的改进.基准网络模型为3层前馈BP网络,其中,隐层和输出层使用不同的激活函数.选取了5种光谱特征作为网络输入,输出两单元判定结果.为加速收敛速度,避免振荡,采用了一种自适应的变学习系数、惯性系数策略.个例分析表明,算法在中低纬度地区效果良好. 相似文献
2.
为实现卫星观测数据的高效云自动检测技术,提出了基于人工神经网络的云检测方法,并针对中分辨率成像光谱仪(MODIS)的观测数据建立了BP神经网络模型,给出了算法的应用实例.通过实例分析表明,基于人工神经网络的云检测算法具有良好的时空适应性,检测效果较好,检测速度快,具有业务实用价值. 相似文献
3.
在研究带低阶项的Tricomi方程Tu≡yu_(?)+u_(yy)+au_(?)+cu=f (0.1)的边值问题时,经常会遇到在双曲型区域(y<0)上的下述边值问题.考虑下半平面上的区域Ω=Ω_l,其边界(?)Ω_l=AB∪γ∪γ+,其中AB为x轴上的直线段[0,l],γ+为过点B(l,0)的左向的特征线,记为即BC用x=x+(y)(-h≤y≤0)表示;γ=AC是方程(0.1)的空向曲线,或过A点的特征线,用x=x_(y)(-h≤y≤0)表示.所讨论的边值问题的边界条件: 相似文献
4.
正对称组非齐次边值问题的可微分解 总被引:1,自引:0,他引:1
§1 引言谷超豪曾讨论了正对称组齐次合格边值问题的可微分解,本文结合[1]中方法及Sarason的非齐次边值问题的强弱解概念,对于边界为非特征或正则特征时,讨论了正对称组非齐次边值问题的可微分解,并利用此结果,进而讨论了一类非线性边值问题的强解存在及唯一性. 设有界区域Ω(?)R~n,边界Γ充分光滑,Ω中定义了正对称组: 相似文献
5.
介绍了近年来国际、国内利用气象卫星资料进行云检测识别的研究现状,并提出了一种利用中分辨率成像光谱仪(MODIS)红外、可见光谱段数据进行云、晴空分离的实用方法。给出了一些应用个例,个例分析表明算法适用于含有植被、海洋等背景的中低纬度地区。 相似文献
6.
极轨气象卫星资料的定标是一项基础性的研究工作,是对遥感信息作进一步处理、利用和研究的前提.对NOAA-KLM系列卫星资料的定标问题,进行了较系统地研究,并结合NOAA-16中4个主要仪器的1A数据集,进行了定标的程序处理,为资料反演等处理提供有效数据. 相似文献
7.
极轨气象卫星资料的定标是一项基础性的研究工作,是对遥感信息作进一步处理、利用和研究的前提。对NOAA-KLM系列卫星资料的定标问题,进行了较系统地研究,并结合NOAA-16中4个主要仪器的1A数据集,进行了定标的程序处理,为资料反演等处理提供有效数据。 相似文献
8.
1