%0 Journal Article
%T 基于misr遥感数据的优化融合预测模型
%A 韩波
%J 武汉理工大学学报
%D 2006
%X ？提出了一种新的预测气溶胶光学厚度aot的优化融合模型,它把基于全局数据的径向基函数神经网络与基于局部区域数据的前向神经网络相结合,并通过优化权重组合,使得预测误差最小化。利用该模型对多角度成像光谱辐射仪misr所采集的2002年7~9月份的数据进行aot预测实验。结果显示:对美国陆地上空的大多数轨道,优化融合模型预测准确率明显高于全局模型和局部模型,其总体预测均方差比后二者分别减少了12.9%~24.5%和3.3%~10.5%。这表明优化融合模型是一种更为准确的空间数据预测方法。
%K 空间数据
%K 气溶胶光学厚度
%K 全局预测模型
%K 局部预测模型
%K 融合预测模型
%U http://www.whlgdxxb.com.cn//qikan/Cpaper/zhaiyao.asp?bsid=25010