-
公开(公告)号：CN115166871A
公开(公告)日：2022-10-11
申请号：CN202210497652.5
申请日：2022-05-09
Applicant: 北京信息科技大学
Abstract: 本发明提供一种基于混合神经网络的微波成像仪降水反演方法，包括：建立数据集，所述数据集包括风云三号B星微波成像仪的观测数据和美国冰雪数据中心的被动微波降水产品；预处理数据集，将所述观测数据和被动微波降水产品按照匹配原则进行匹配，得到满足匹配原则的匹配数据集；执行降水分类操作，采用具有密集核心和密度峰值的近似光谱聚类算法对匹配数据集进行聚类，确定密集核心，根据所述密集核心得到基于像素的降雨概率，进行有降雨和无降雨的分类，获得有降雨的样本数据集；执行降水估计操作，基于深度神经网络构建降水反演模型，根据降水反演模型利用所述有降雨的样本数据集确定降雨率。本发明可实现全球降水反演优化，提高降水反演精度。
Search Results
1
records
(took 0.062 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
