| 中文摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第一章前言 | 第7-22页 |
| ·辐射计反演海面风场简介 | 第7-8页 |
| ·辐射计反演海面风场理论基础 | 第8-10页 |
| ·辐射计反演海面风场主要算法及研究进展 | 第10-19页 |
| ·物理方法 | 第11-14页 |
| ·双极化辐射计反演方法 | 第11-13页 |
| ·全极化辐射计反演方法 | 第13-14页 |
| ·统计方法 | 第14-19页 |
| ·单参数统计反演方法 | 第15-18页 |
| ·多参数统计反演方法 | 第18-19页 |
| ·总结 | 第19-20页 |
| ·本论文工作介绍 | 第20-22页 |
| 第二章 SSM／I 辐射计简介 | 第22-28页 |
| 第三章 数据准备 | 第28-32页 |
| ·浮标数据处理 | 第28-29页 |
| ·SSM／I 辐射计亮温数据处理 | 第29-30页 |
| ·卫星数据与浮标数据的匹配 | 第30-32页 |
| 第四章 神经网络方法反演海面风速 | 第32-52页 |
| ·引言 | 第32-33页 |
| ·反演海面风速神经网络模型的建立 | 第33-37页 |
| ·风速反演结果分析与讨论 | 第37-47页 |
| ·三种神经网络模型反演结果分析 | 第37-41页 |
| ·不同状态下三种神经网络模型反演风速简单比较 | 第37-38页 |
| ·对85GHzH／V 极化通道中风速信息验证 | 第38-40页 |
| ·不同天气状态下三种神经网络反演风速与浮标风速比较 | 第40-41页 |
| ·不同风速范围下复合多参数神经网络模型的反演结果分析 | 第41-44页 |
| ·高低风速状态下神经网络反演效果分析 | 第44-47页 |
| ·低风速状态下神经网络反演效果分析 | 第44-45页 |
| ·高风速状态下神经网络反演效果分析 | 第45-47页 |
| ·各种 SSM／I 数据海面风速反演算法比较 | 第47-48页 |
| ·神经网络的结构对海面风速反演的影响 | 第48-50页 |
| ·神经网络的层数和节点数对反演风速的影响 | 第49-50页 |
| ·激活函数对神经网络反演风速的影响 | 第50页 |
| ·训练方法对神经网络反演风速的影响 | 第50页 |
| ·总结 | 第50-52页 |
| 第五章 三种特殊类型的神经网络方法反演海面风速 | 第52-67页 |
| ·分类神经网络方法 | 第52-59页 |
| ·高低风速分类的神经网络方法 | 第52-55页 |
| ·天气分类的神经网络方法 | 第55-57页 |
| ·考虑四种状况的分类神经网络方法 | 第57-59页 |
| ·循环型的神经网络反演风速的方法讨论 | 第59-62页 |
| ·分类、循环神经网络与复合多参数神经网络方法的比较 | 第62-64页 |
| ·联合型神经网络方法讨论 | 第64-65页 |
| ·总结 | 第65-67页 |
| 第六章 神经网络方法反演海面风向的探讨 | 第67-78页 |
| ·引言 | 第67-68页 |
| ·反演海面风向神经网络模型的建立 | 第68-72页 |
| ·神经网络的训练和反演结果分析 | 第72-78页 |
| 第七章 结论 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 发表文章目录 | 第83-84页 |
| 致谢 | 第84页 |
