神经网络反演散射计风场算法的研究
第一章 前言 | 第1-7页 |
第二章 微波散射计反演风场的发展综述 | 第7-23页 |
2.1 微波散射计技术发展概况 | 第7-11页 |
2.2 散射计测量海面风原理 | 第11-19页 |
2.2.1 卫星散射计测风原理简介 | 第11-14页 |
2.2.2 中数滤波方法 | 第14-19页 |
2.3 微波散射计反演风场的发展 | 第19-23页 |
第三章 人工神经网络 | 第23-34页 |
3.1 神经网络的发展和应用 | 第23-24页 |
3.2 网络的学习 | 第24-27页 |
3.2.1 学习方式 | 第24-25页 |
3.2.2 学习算法 | 第25-26页 |
3.2.3 学习与自适应 | 第26-27页 |
3.3 反向传播网络 | 第27-34页 |
3.3.1 BP学习规则 | 第28-32页 |
3.3.2 BP网络的训练及设计过程 | 第32页 |
3.3.3 BP网络的设计 | 第32-34页 |
第四章 神经网络反演散射计风场的算法研究 | 第34-48页 |
4.1 神经网络反演海面风速 | 第35-37页 |
4.2 神经网络反演海面风向 | 第37-44页 |
4.3 园中数排除风场反演风向模糊 | 第44-46页 |
4.4 数据的选取 | 第46-48页 |
第五章 结论和进一步工作 | 第48-49页 |
参考文献 | 第49-54页 |
致谢 | 第54页 |