您现在的位置: 首页> 研究主题> 精度比较

精度比较

精度比较的相关文献在1989年到2022年内共计89篇,主要集中在测绘学、自动化技术、计算机技术、大气科学(气象学) 等领域,其中期刊论文84篇、会议论文4篇、专利文献88938篇;相关期刊75种,包括品牌、城市建设理论研究(电子版)、中国城市经济等; 相关会议4种,包括第十届全国冲压学术年会、地理信息与物联网论坛暨江苏省测绘学会2010年学术年会、第十届东北三省测绘学术与信息交流会等;精度比较的相关文献由232位作者贡献,包括应惟良、金亮、万余庆等。

精度比较—发文量

期刊论文>

论文:84 占比:0.09%

会议论文>

论文:4 占比:0.00%

专利文献>

论文:88938 占比:99.90%

总计:89026篇

精度比较—发文趋势图

精度比较

-研究学者

  • 应惟良
  • 金亮
  • 万余庆
  • 刘兵
  • 吴金明
  • 张玉芳
  • 张琴
  • 张红霞
  • 张顺谦
  • 滕凯
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 董斌斌; 刘远海; 周建营; 陈国恒
    • 摘要: 为了更高效地建立陆岛或远岛礁间的长距离高程基准联系,本文基于跨河水准测量中的GNSS测量法,通过计算高程异常的变化,在长约8.2 km和12.6 km的跨海试验场进行跨海高程传递。研究结果表明:2个跨海段采用规范中的计算手段或高差拟合分析手段,均能实现不低于三等水准测量的精度要求;其中对于10 km以下的跨海段而言,采用非跨海点间距与跨海距离大致对称相等、间距不相等但对称的布点形式或采用线性高差拟合手段,均能达到二等水准测量精度。该方法可为陆与岛、岛与岛之间高程基准联系的建立提供参考。
    • 孙行; 黄泽纯
    • 摘要: 针对复杂地形区域气温具有非线性变化特征,常规函数模型难以准确构建气温场进行气温预测的问题,本文利用机器学习处理非线性问题的优势,比较分析支持向量回归、径向基神经网络回归和k近邻回归3种机器学习方法气温场拟合的模型精度。首先,以中国西部六省气温监测资料为基础,运用普通克里金插值增强样本容量,并划分训练数据集和测试数据集。然后,利用训练数据集训练3种气温场回归学习模型,根据测试数据集训练得到的模型获得气温预测值。最后,从气温场三维表面、气温偏差统计特征、误差指标3个方面比较分析了气温场拟合的模型精度。实验结果表明,3种回归学习方法的精度都非常高;模型精度从高到低的方法依次为加权k近邻回归、支持向量回归和径向基神经网络回归;在气温变化细节精细建模方面径向基神经网络回归更具优势。研究结果可为复杂地形区高精度气温预测提供参考。
    • 吴玉(编译)
    • 摘要: 2021年11月30日,据《科学》报道,美国佛罗里达州立大学原子物理学家Edmund Myers和David Fink将两个离子限制在一个电磁陷阱中,让它们连续转动数周,并以极高的精度比较它们的质量。随后,他们得出了迄今为止最精确的质子质量估值:1.007276466574±10^(-12)amu(原子质量单位)。这串数字可能帮助科学家寻找到新的力。相关研究结果发表于《物理评论快报》。
    • 陆天启; 吴志芳; 任潇洒; 姚慧敏; 邵长高
    • 摘要: 浅海区水深的精确反演对于海洋空间管理和生态环境保护至关重要。选取南海西沙群岛的羚羊礁海域为研究区,基于GeoEye-1和WorldView-2高分辨率多光谱遥感数据和实测水深数据,分别建立了单波段模型、多波段模型和波段比值模型。结果显示,由绿波段参与建立的水深反演模型相关性普遍较高,同时利用4个波段组合建立的多波段模型精度最高,相关系数分别达到了0.870和0.853。基于该模型的反演结果对GeoEye-1和WorldView-2遥感数据在不同水深范围内的反演精度进行比较,结果表明,两种数据在不同水深范围内的反演误差变化趋势一致,平均相对误差最大值均出现在0~5 m,而最小值均出现在20~25 m。总体而言,WorldView-2影像反演水深的精度高于GeoEye-1影像的反演精度。研究对于热带浅海区的水深反演工作具有一定的参考意义。
    • 韩明辉; 邢艳秋; 李国元; 黄佳鹏; 蔡龙涛
    • 摘要: 【目的】利用星载激光雷达反演森林最大冠层高度和生物量会受到低能量的地面反射或较高的背景噪声等不利情况的影响。全球生态系统动力学调查(Global ecosystem dynamics investigation,GEDI)多波束激光雷达于2018年成功装备到国际空间站,旨在实现对森林冠层高度、生物量等参数的测量。为了减小不利情况的影响,针对不同的冠层和地面的场景,GEDI设定了不同的噪声阈值、信号阈值、起始阈值和结束阈值组合,共6种算法组数据。为了研究GEDI不同算法组数据反演森林最大冠层高度和生物量的精度,本研究对GEDI的L2A高程数据和L4A足印级生物量数据进行分析研究。【方法】针对L2A数据,本研究提取shot_number、lon_lowestmode、lat_lowestmode字段定位光斑经纬度,根据quality_flag、degrade_flag、sensitivity进行数据筛选,利用mean_sea_surface、elev_lowestmode、elev_highestreturn进行最大冠层高度反演。对于L4A数据,定位后利用l2_quality_flag、l4_quality_flag、algorithm_run_flag进行L4A数据筛选,然后根据agbd、agbd_pi_lower、agbd_pi_upper反演森林生物量,最后使用机载数据进行GEDI反演冠层高度和生物量精度验证。【结果】对L2A的6个算法组数据进行计算,结果显示a5的精度最低,精度最高的是a4组,R^(2)=0.97,RMSE=0.87 m,MAE=0.31 m。针对L2A中的相对高度指标进行研究,发现RH99是精度最高的,R^(2)=0.97,RMSE=0.85 m,MAE=0.25 m,而且研究表明随着RH的减小,精度逐渐降低。利用L4A反演森林生物量时,针对a5样本数量少,精度低的缺点,增加了信号阈值更高的a10组来替代a5组数据。最终结果显示,精度最高的是a2组,R^(2)=0.92,RMSE=10.80 t/hm^(2),MAE=4.99 t/hm^(2)。【结论】GEDI数据能够有效反演森林最大冠层高度和生物量,L2A反演冠层高度a4算法组的精度最高,L4A反演生物量a2算法组的精度最高。
    • 鲁新新; 张丽; 郝梦洁; 阿迪力·亚森; 蒋青松
    • 摘要: 为了获得不同生育期棉田面积提取的最优算法,本研究以南疆阿拉尔垦区Landsat多时相遥感图像数据为数据源,利用ENVI对遥感影像进行数据预处理,并对研究区掩膜提取后,分别利用最大似然、神经网络、随机森林和支持向量机等算法并结合参数调节手段,分别对四个不同生育期的棉田面积进行提取,并对精度误差加以比较.结果显示,最大似然算法在棉花苗期、蕾期和吐絮期可以获得最好的计算精度,误差比分别为:0.56%、5.75%和8.97%;神经网络在花龄期有较好的提取效果,误差比为7.85%.该研究可为南疆地区不同生育期阶段棉田面积提取算法的优选提供理论参考.
    • 邰晓曼; 仲臣
    • 摘要: 为探究周围气温与地物环境对水体提取的影响,利用Landsat-8 OIL遥感影像,选取巢湖作为研究区,分别采用水体提取指数模型(NDWI)、监督分类最大似然法及面向对象分类法对不同季节下的研究区做水体提取.通过分析比较各方法在不同季节对水体提取的精度影响,发现面向对象法提取效果最佳,NDWI效果次之,监督分类精度最低.监督分类和归一化水体指数对四季水体提取精度较平均,冬季用面向对象法提取水体影响大.
    • 方兵; 吴思聪; 陈弘扬; 宋强; 庄红娟; 周鹏飞; 杨斌; 张世文
    • 摘要: [目的]构建土壤转换函数,利用土壤其它属性间接预测土壤容重.[方法]本文采用最优子集、lasso压缩估计、十折交叉检验等方法,以土壤有机质、土壤含水量、土壤质地和土壤采样深度作为预测变量,分不同垂直尺度(0~10、10~20、20~40、0~40 cm)对土壤容重进行预测.[结果]土壤容重系统变异的影响因子随土层中有机质含量高低的不同而不同;基于融合十折交叉检验的最优子集和lasso压缩估计所构建的土壤容重预测模型比已有模型精度更高(RMSE=0.063、0.029),但不同方法在不同垂直尺度上预测效果的表现不同,最优子集在表层0~20 cm所得土壤转换函数较lasso压缩估计效果更佳,而在土层20~40、0~40 cm,lasso压缩估计预测效果更为接近实际的土壤容重的分布趋势.[结论]与以往建模方法相比,十折交叉检验规避了在选取模型训练集和验证集上的随机性,提高了模型的预测精度;最优子集保证了全局最优的变量组合;lasso压缩估计弥补了最小二乘模型方差偏大的缺陷,使模型输出的稳健性得以提升,并刻画出模型的具体形式.研究成果可为区域土壤容重预测提供方法支撑.
    • 张仁平; 张云玲; 郭靖; 冯琦胜; 梁天刚
    • 摘要: 利用新疆及周边地区的154个气象站点资料,采用反距离权重法(IDW)、普通克里金法(Kriging)、协同克里格法(Cokriging)、贝叶斯法(EBK)和ANUSPLIN软件5种方法,对新疆地区1995-2004年10年间的月降水量空间插值模拟结果进行了交叉检验.结果表明,在新疆地区,5种方法的插值精度表现为ANUSPLIN>Cokriging>EBK>Kriging>IDW,并随月份有所变化,平均绝对误差(MAE)和均方根误差(RMSE)表现为秋冬两季误差低于春夏两季,平均相对误差(MRE)的值在春季和秋季较高.与已建立的新疆的降水量分布格局进行比较发现,ANUSPLIN兼顾了插值曲面的准确度与平滑度,它较为准确地反映了新疆地区降水空间分布的特征,EBK法在4月和7月插值结果与实际偏差较大,而1月和10月插值效果较好,Cokriging法插值结果均质性较差,并不能反映新疆实际降水的空间分布.Kriging法在10月插值效果较好外,在其他3个月的插值效果不好,IDW法的最大值或者最小值主要分布在台站周围,与实际情况相差较远.%Based on the data from 154 meteorological stations in Xinjiang district and surrounding areas,five interpolation methods [inverse distance weighting (IDW),ordinary Kriging (Kriging),Collaborative Kriging (Cokriging),Empirical Bayesian (EBK) and ANUSPLIN spatial interpolation] were implemented for simulation and cross examination of monthly average precipitation from 1995 to 2004.The test results showed that the interpolation accuracy,from most to least accurate,was ANUSPLIN,Cokriging,EBK,Kriging and IDW.Accuracy varied between months.The Root Mean Square Error (RMSE) and the Mean Absolute Error (MAE) showed lower value in winter and spring than in summer and autumn;the Mean Relative Error (MRE) was higher in spring and autumn.While comparing precipitation distribution in Xinjiang,ANUSPLIN considered both the accuracy and smoothness of the interpolation surface,which more precisely reflected the spatial distribution of precipitation.Interpolation results from the EBK method were much higher than the actual precipitation distribution in April and July,while the interpolation was better in January and October.Cokriging interpolation results were uneven and did not accurately reflect spatial distribution.Interpolation using the Kriging method was better in October,but less so for the other three months (January,April and July).The maximum or minimum value of the IDW method was mainly distributed around the station and differed with the actual precipitation distribution.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号