期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
ARIMA-BP神经网络高速列车隧道压力波预测模型研究
被引量：
7
1
作者
陈春俊
杨露
+1 位作者
何智颖
周林春
《中国测试》
CAS
北大核心
2021年第10期80-86,共7页
为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态...
为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态数据,并根据相似程度确定数据权重,构建预测用的历史数据。分别采用差分自回归滑动平均(ARIMA)与BP神经网络(BPNN)模型对隧道压力波进行预测,并将两种预测结果并联考虑,形成ARIMA-BPNN隧道压力波组合预测模型。利用武广客运专线某隧道压力波实测数据进行仿真。仿真结果表明:与WCM-WKNN-ARIMA及WCM-WKNN-BPNN单一预测模型以及WCM-ARIMA-BPNN组合预测模型相比,所建立组合模型能有效对隧道压力波进行预测,且能够取得更高精度的预测结果。
展开更多
关键词
高速列车
隧道压力波预测模型
差分自回归滑动平均-BP神经网络组合模型
工况匹配算法
加权K最近邻算法
在线阅读
下载PDF
职称材料
基于多源遥感数据的夏玉米覆盖地表土壤水分协同反演研究
被引量：
2
2
作者
石家豪
杨欢
+1 位作者
王富强
孙培彦
《中国农村水利水电》
北大核心
2024年第8期136-143,共8页
土壤水分是陆-气界面物质与能量交换的关键参数,及时、准确地获取土壤水分信息,对于旱情监测、水资源管理以及农作物估产等具有重要意义。研究基于Sentinel-1 SAR遥感数据与Sentinel-2光学遥感数据,系统分析了不同光学植被指数与实测植...
土壤水分是陆-气界面物质与能量交换的关键参数,及时、准确地获取土壤水分信息,对于旱情监测、水资源管理以及农作物估产等具有重要意义。研究基于Sentinel-1 SAR遥感数据与Sentinel-2光学遥感数据,系统分析了不同光学植被指数与实测植被含水量之间的关系,优选融合植被指数(Fusion Vegetation Index,FVI)建立植被含水量估测模型,将其与植被微波散射模型—水云模型(Water Cloud Model,WCM)相结合,校正了植被层对SAR后向散射信号的影响。在此基础上,利用地表微波散射模型—Oh模型构建后向散射系数模拟数据库,基于查找表(Look Up Table,LUT)算法实现了VV和VH两种极化方式下夏玉米覆盖地表的土壤水分反演。结果表明:对于夏玉米等浓密植被覆盖地表,FVI能够更好地反映植被含水量特征,从而准确校正植被层的后向散射贡献量,基于FVI构建的植被含水量反演模型R2为0.693,RMSE为0.303 kg/m2;植被校正后,VV和VH极化方式下土壤水分与SAR总后向散射系数之间的相关性分别提高了21.6%和27.9%;相比于VH极化方式,VV极化方式更适用于土壤水分的反演,夏玉米覆盖地表土壤水分反演结果与实测值之间的R2为0.672,RMSE为0.048 m3/m3。研究成果可为浓密植被覆盖下土壤水分的遥感观测提供有力支撑。
展开更多
关键词
土壤水分
植被含水量
夏玉米
wcm
模型
协同反演
在线阅读
下载PDF
职称材料
水云模型与遗传算法神经网络模型的双极化SAR数据LAI反演
3
作者
涂菊
姬永杰
+1 位作者
杨希越
赵翠
《测绘科学》
2026年第2期51-62,共12页
针对当前农作物叶面积指数在遥感反演中面临物理机制阐释不足和模型鲁棒性较差等问题,该文利用Sentinel-1双极化SAR数据,通过传统水云模型(WCM)、改进水云模型、反向传播神经网络模型(BPNN)和遗传算法优化反向传播神经网络模型(GA-BPNN)...
针对当前农作物叶面积指数在遥感反演中面临物理机制阐释不足和模型鲁棒性较差等问题,该文利用Sentinel-1双极化SAR数据,通过传统水云模型(WCM)、改进水云模型、反向传播神经网络模型(BPNN)和遗传算法优化反向传播神经网络模型(GA-BPNN)4种方法,探索深度学习算法及半经验水云模型反演叶面积指数(LAI)区域性的效果及适宜性。结果表明:(1)物理模型类中改进水云模型最优,在VV/VH极化下R2分别提升至0.499和0.542;(2)神经网络模型类遗传算法优化反向传播神经网络反演精度最高R^(2)=0.859。本文提出的基于改进水云模型和遗传算法优化反向传播神经网络模型的反演算法,在区域性农作物生长参数反演中表现出良好的精度和鲁棒性。可为开源Sentinel-1数据在油菜结荚期的LAI反演提供参考。
展开更多
关键词
叶面积指数(LAI)
水云模型
反向传播神经网络
原文传递
题名
ARIMA-BP神经网络高速列车隧道压力波预测模型研究
被引量：
7
1
作者
陈春俊
杨露
何智颖
周林春
机构
西南交通大学机械工程学院
轨道交通运维技术与装备四川省重点实验室
出处
《中国测试》
CAS
北大核心
2021年第10期80-86,共7页
基金
国家自然科学基金资助项目(51975487)
轨道交通运维技术与装备四川省重点实验室开放基金课题(2019YW003)。
文摘
为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态数据,并根据相似程度确定数据权重,构建预测用的历史数据。分别采用差分自回归滑动平均(ARIMA)与BP神经网络(BPNN)模型对隧道压力波进行预测,并将两种预测结果并联考虑,形成ARIMA-BPNN隧道压力波组合预测模型。利用武广客运专线某隧道压力波实测数据进行仿真。仿真结果表明:与WCM-WKNN-ARIMA及WCM-WKNN-BPNN单一预测模型以及WCM-ARIMA-BPNN组合预测模型相比,所建立组合模型能有效对隧道压力波进行预测,且能够取得更高精度的预测结果。
关键词
高速列车
隧道压力波预测模型
差分自回归滑动平均-BP神经网络组合模型
工况匹配算法
加权K最近邻算法
Keywords
high-speed train
prediction
model
of tunnel pressure wave
ARIMA-BPNN combination
model
wcm
algorithm
WKNN algorithm
分类号
U266 [机械工程—车辆工程]
P424.3 [天文地球—大气科学及气象学]
在线阅读
下载PDF
职称材料
题名
基于多源遥感数据的夏玉米覆盖地表土壤水分协同反演研究
被引量：
2
2
作者
石家豪
杨欢
王富强
孙培彦
机构
华北水利水电大学
河南省黄河流域水资源节约集约重点实验室
邓州市桑庄镇人民政府农业服务中心
出处
《中国农村水利水电》
北大核心
2024年第8期136-143,共8页
基金
国家自然科学基金项目(52279014和52109085)
河南省重点研发与推广专项(科技攻关)(232102320257)
宁夏回族自治区重点研发计划项目(2021BEG02012)。
文摘
土壤水分是陆-气界面物质与能量交换的关键参数,及时、准确地获取土壤水分信息,对于旱情监测、水资源管理以及农作物估产等具有重要意义。研究基于Sentinel-1 SAR遥感数据与Sentinel-2光学遥感数据,系统分析了不同光学植被指数与实测植被含水量之间的关系,优选融合植被指数(Fusion Vegetation Index,FVI)建立植被含水量估测模型,将其与植被微波散射模型—水云模型(Water Cloud Model,WCM)相结合,校正了植被层对SAR后向散射信号的影响。在此基础上,利用地表微波散射模型—Oh模型构建后向散射系数模拟数据库,基于查找表(Look Up Table,LUT)算法实现了VV和VH两种极化方式下夏玉米覆盖地表的土壤水分反演。结果表明:对于夏玉米等浓密植被覆盖地表,FVI能够更好地反映植被含水量特征,从而准确校正植被层的后向散射贡献量,基于FVI构建的植被含水量反演模型R2为0.693,RMSE为0.303 kg/m2;植被校正后,VV和VH极化方式下土壤水分与SAR总后向散射系数之间的相关性分别提高了21.6%和27.9%;相比于VH极化方式,VV极化方式更适用于土壤水分的反演,夏玉米覆盖地表土壤水分反演结果与实测值之间的R2为0.672,RMSE为0.048 m3/m3。研究成果可为浓密植被覆盖下土壤水分的遥感观测提供有力支撑。
关键词
土壤水分
植被含水量
夏玉米
wcm
模型
协同反演
Keywords
soil moisture
vegetation water content
summer maize
wcm model
cooperative inversion
分类号
TV12 [水利工程—水文学及水资源]
S271 [农业科学—农业水土工程]
在线阅读
下载PDF
职称材料
题名
水云模型与遗传算法神经网络模型的双极化SAR数据LAI反演
3
作者
涂菊
姬永杰
杨希越
赵翠
机构
西南林业大学水土保持学院
出处
《测绘科学》
2026年第2期51-62,共12页
基金
国家自然科学基金项目(42161059,32160365,32371869,32471865)。
文摘
针对当前农作物叶面积指数在遥感反演中面临物理机制阐释不足和模型鲁棒性较差等问题,该文利用Sentinel-1双极化SAR数据,通过传统水云模型(WCM)、改进水云模型、反向传播神经网络模型(BPNN)和遗传算法优化反向传播神经网络模型(GA-BPNN)4种方法,探索深度学习算法及半经验水云模型反演叶面积指数(LAI)区域性的效果及适宜性。结果表明:(1)物理模型类中改进水云模型最优,在VV/VH极化下R2分别提升至0.499和0.542;(2)神经网络模型类遗传算法优化反向传播神经网络反演精度最高R^(2)=0.859。本文提出的基于改进水云模型和遗传算法优化反向传播神经网络模型的反演算法,在区域性农作物生长参数反演中表现出良好的精度和鲁棒性。可为开源Sentinel-1数据在油菜结荚期的LAI反演提供参考。
关键词
叶面积指数(LAI)
水云模型
反向传播神经网络
Keywords
leaf area index(LAI)
water cloud
model
(
wcm
)
back propagation neural network(BPNN)
分类号
P237.9 [天文地球]
S127 [天文地球—摄影测量与遥感]
原文传递
题名
作者
出处
发文年
被引量
操作
1
ARIMA-BP神经网络高速列车隧道压力波预测模型研究
陈春俊
杨露
何智颖
周林春
《中国测试》
CAS
北大核心
2021
7
在线阅读
下载PDF
职称材料
2
基于多源遥感数据的夏玉米覆盖地表土壤水分协同反演研究
石家豪
杨欢
王富强
孙培彦
《中国农村水利水电》
北大核心
2024
2
在线阅读
下载PDF
职称材料
3
水云模型与遗传算法神经网络模型的双极化SAR数据LAI反演
涂菊
姬永杰
杨希越
赵翠
《测绘科学》
2026
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
