海洋技术
海洋技術
해양기술
OCEAN TECHNOLOGY
2012年
1期
67-71
,共5页
王建乐%朱建华%何宇清%宋占杰
王建樂%硃建華%何宇清%宋佔傑
왕건악%주건화%하우청%송점걸
遥感%海表温度SST%SOM算法%EOF算法%lanczos算子
遙感%海錶溫度SST%SOM算法%EOF算法%lanczos算子
요감%해표온도SST%SOM산법%EOF산법%lanczos산자
针对海表温度数据集的数据缺失,提出了一种基于自组织映射算法(SOM)和经验正交函数算法(EOF)有机结合的重构缺失值的新方法.该方法应用了SOM的非线性估计,能够很好的反映数据集的非线性结构,并把SOM估计的结果用于EOF算法的初始化,克服了EOF对数据集初始化敏感的问题.在处理过程中,对奇异值分解使用了lanczos算子分解矩阵,提高了程序运行效率.此外,该方法还引入蒙特卡罗交叉校正集,确定最佳重构的EOF模态数,最终高精度计算出重构误差.使用AQUA遥感卫星海表温度数据进行实验,结果表明该方法能够很好地重构出缺失率高达83.23％的数据集,且重构精度高.
針對海錶溫度數據集的數據缺失,提齣瞭一種基于自組織映射算法(SOM)和經驗正交函數算法(EOF)有機結閤的重構缺失值的新方法.該方法應用瞭SOM的非線性估計,能夠很好的反映數據集的非線性結構,併把SOM估計的結果用于EOF算法的初始化,剋服瞭EOF對數據集初始化敏感的問題.在處理過程中,對奇異值分解使用瞭lanczos算子分解矩陣,提高瞭程序運行效率.此外,該方法還引入矇特卡囉交扠校正集,確定最佳重構的EOF模態數,最終高精度計算齣重構誤差.使用AQUA遙感衛星海錶溫度數據進行實驗,結果錶明該方法能夠很好地重構齣缺失率高達83.23％的數據集,且重構精度高.
침대해표온도수거집적수거결실,제출료일충기우자조직영사산법(SOM)화경험정교함수산법(EOF)유궤결합적중구결실치적신방법.해방법응용료SOM적비선성고계,능구흔호적반영수거집적비선성결구,병파SOM고계적결과용우EOF산법적초시화,극복료EOF대수거집초시화민감적문제.재처리과정중,대기이치분해사용료lanczos산자분해구진,제고료정서운행효솔.차외,해방법환인입몽특잡라교차교정집,학정최가중구적EOF모태수,최종고정도계산출중구오차.사용AQUA요감위성해표온도수거진행실험,결과표명해방법능구흔호지중구출결실솔고체83.23％적수거집,차중구정도고.
