HI,欢迎来到好期刊网,发表咨询:400-888-9411 订阅咨询:400-888-1571证券代码(211862)

基于神经网络的云顶高反演技术研究分析

摘要:收集整理2017年5月到2018年3月的美国CALIPSO卫星云参数反演产品和日本“葵花8”静止卫星云图。研究卫星遥感数据提取与处理技术,提取葵花卫星与美国CALIPSO卫星云参数反演产品对应位置、时次数据,制成样本集。运用传统的亮温廓线法和神经网络的BP、CNN、RNN三种方法,构建模型对云顶高反演的精度进行研究和比较。研究表明:BP神经网络模型反演效果较好,RNN模型次之,CNN和传统的亮温廓线法反演结果相对较差。

关键词:
  • 云顶高  
  • 神经网络  
  • 葵花8号卫星  
  • calipso卫星  
作者:
孟恒; 杨忠; 郭洪涛
单位:
河海大学(常州校区)机电工程学院; 江苏常州213022; 金陵科技学院智能科学与控制工程学院; 江苏南京211169
刊名:
金陵科技学院学报

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:金陵科技学院学报

金陵科技学院学报紧跟学术前沿,紧贴读者,国内刊号为:32-1722/N。坚持指导性与实用性相结合的原则,创办于1985年,杂志在全国同类期刊中发行数量名列前茅。