注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)軟件與程序設(shè)計(jì)程序設(shè)計(jì)綜合數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn)

數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn)

數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn)

定 價(jià):¥58.00

作 者: 馬建文 等著
出版社: 科學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 地理信息管理系統(tǒng)(GIS) 計(jì)算機(jī)/網(wǎng)絡(luò)

ISBN: 9787030370044 出版時(shí)間: 2013-04-03 包裝: 平裝
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 215 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  馬建文等編著的《數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn)(附算法程序)》基于國(guó)內(nèi)外相關(guān)研究和作者在數(shù)據(jù)同化 領(lǐng)域的研究心得,重點(diǎn) 介紹數(shù)據(jù)同化算法的研發(fā)與實(shí)驗(yàn)。圍繞數(shù)據(jù)同化算法 研發(fā)和實(shí)驗(yàn)這一主題,本書(shū)從陸面數(shù)據(jù)同化理論和陸面過(guò)程模型切入, 提煉數(shù)據(jù)同化的“一 個(gè)框架、四個(gè)基本要素”架構(gòu),在選擇可變滲透能力模型(VIC模型)的基 礎(chǔ)上開(kāi)展數(shù)據(jù)同化算法實(shí)驗(yàn),實(shí)現(xiàn)了三維變分算法、 四維變分算法和集合卡爾曼濾波算法等三種經(jīng)典數(shù)據(jù)同化算法,以及粒 子濾波算法和層狀 貝葉斯方法等兩種智能數(shù)據(jù)同化算法的研發(fā)與實(shí)驗(yàn), 并且通過(guò)具體實(shí)例詳細(xì)介紹各個(gè)算法的研發(fā)、實(shí)驗(yàn)步驟以及算法結(jié)果的 分析評(píng)價(jià)。最后, 介紹了作者課題組開(kāi)發(fā)的數(shù)據(jù)同化集成軟件系統(tǒng)。 《數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn)(附算法程序)》旨在對(duì)從事陸面數(shù)據(jù)同化研究的工作者提供入門(mén)參考和 思路借 鑒;同時(shí),也適合定量遙感、全球環(huán)境變化及地球系 統(tǒng)科學(xué)等領(lǐng)域的科研工作者以及高等院校師生參考。

作者簡(jiǎn)介

暫缺《數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn)》作者簡(jiǎn)介

圖書(shū)目錄

前言 第1章  緒論   1.1  全球變化研究與數(shù)據(jù)同化   1.2  數(shù)據(jù)同化基本構(gòu)成   1.3  數(shù)據(jù)同化算法分類(lèi)   1.4  陸面數(shù)據(jù)同化研究進(jìn)展   1.5  遙感數(shù)據(jù)同化研究進(jìn)展   1.6  本書(shū)主要內(nèi)容   1.7  本章小結(jié)   主要參考文獻(xiàn) 第2章  數(shù)據(jù)同化算法發(fā)展與進(jìn)步   2.1  變分方法     2.1.1  三維變分算法     2.1.2  四維變分算法   2.2  卡爾曼濾波算法   2.3  集合卡爾曼濾波算法   2.4  粒子濾波算法   2.5  層狀貝葉斯方法   2.6  數(shù)據(jù)同化算法基本公式、機(jī)制與特點(diǎn)   2.7  本章小結(jié)   主要參考文獻(xiàn) 第3章  過(guò)程模型選擇與應(yīng)用改進(jìn)   3.1  陸面過(guò)程模型發(fā)展階段   3.2  陸面過(guò)程模型比較與選擇   3.3  VIC水文過(guò)程模型原理與應(yīng)用改進(jìn)     3.3.1  VIC水文過(guò)程模型原理     3.3.2  VIC水文過(guò)程模型代碼移植與編譯     3.3.3  VIC水文過(guò)程模型應(yīng)用改進(jìn)   3.4  VIC水文過(guò)程模型基礎(chǔ)參量準(zhǔn)備     3.4.1  大氣驅(qū)動(dòng)數(shù)據(jù)     3.4.2  土壤參數(shù)     3.4.3  植被參數(shù)     3.4.4  全局參數(shù)     3.4.5  基礎(chǔ)參量與數(shù)據(jù)來(lái)源   3.5  VIC水文過(guò)程模型數(shù)據(jù)準(zhǔn)備與程序代碼   3.6  VIC水文過(guò)程模型運(yùn)行與校驗(yàn)     3.6.1  VIC水文過(guò)程模型運(yùn)行     3.6.2  VlC水文過(guò)程模型校驗(yàn)   3.7  VIC水文過(guò)程模型實(shí)驗(yàn)     3.7.1  VIC水文過(guò)程模型實(shí)驗(yàn)一     3.7.2  VIC水文過(guò)程模型實(shí)驗(yàn)二     3.7.3  VIC水文過(guò)程模型實(shí)驗(yàn)三   3.8  本章小結(jié)   主要參考文獻(xiàn) 第4章  經(jīng)典數(shù)據(jù)同化算法開(kāi)發(fā)與實(shí)驗(yàn)   4.1  三維變分算法     4.1.1  算法原理     4.1.2  算法流程     4.1.3  算法實(shí)現(xiàn)   4.2  三維變分算法同化實(shí)驗(yàn)   4.3  四維變分算法     4.3.1  算法原理     4.3.2  算法流程     4.3.3  算法實(shí)現(xiàn)   4.4  四維變分算法同化實(shí)驗(yàn)   4.5  集合卡爾曼濾波算法     4.5.1  算法原理     4.5.2  算法流程     4.5.3  算法實(shí)現(xiàn)   4.6  集合卡爾曼濾波算法同化實(shí)驗(yàn)     4.6.1  實(shí)驗(yàn)一  站點(diǎn)觀測(cè)數(shù)據(jù)與VIC水文過(guò)程模型數(shù)據(jù)同化     4.6.2  實(shí)驗(yàn)二  微波亮溫?cái)?shù)據(jù)與VIC水文過(guò)程模型數(shù)據(jù)同化   4.7  本章小結(jié)   主要參考文獻(xiàn) 第5章  現(xiàn)代智能數(shù)據(jù)同化算法I:粒子濾波算法   5.1  粒子濾波算法理論基礎(chǔ)     5.1.1  貝葉斯濾波基本原理     5.1.2  粒子濾波算法原理   5.2  重要性采樣     5.2.1  貝葉斯重要性采樣     5.2.2  序貫重要性采樣   5.3  粒子退化與重采樣     5.3.1  粒子退化     5.3.2  重采樣   5.4  粒子濾波算法流程與實(shí)現(xiàn)     5.4.1  粒子濾波算法流程     5.4.2  粒子濾波算法實(shí)現(xiàn)   5.5  粒子濾波算法同化實(shí)驗(yàn)     5.5.1  實(shí)驗(yàn)一  站點(diǎn)觀測(cè)數(shù)據(jù)與VIC水文過(guò)程模型數(shù)據(jù)同化     5.5.2  實(shí)驗(yàn)二  微波亮溫?cái)?shù)據(jù)與VIC水文過(guò)程模型數(shù)據(jù)同化     5.5.3  實(shí)驗(yàn)三  數(shù)據(jù)同化與VIC水文過(guò)程模型參數(shù)同步估計(jì)   5.6  本章小結(jié)   主要參考文獻(xiàn) 第6章  現(xiàn)代智能數(shù)據(jù)同化算法¨:層狀貝葉斯網(wǎng)絡(luò)算法   6.1  層狀貝葉斯方法理論基礎(chǔ)     6.1.1  數(shù)據(jù)模型     6.1.2  過(guò)程模型     6.1.3  參數(shù)模型     6.1.4  貝葉斯推理   6.2  層狀貝葉斯網(wǎng)絡(luò)算法     6.2.1  數(shù)據(jù)描述     6.2.2  層狀貝葉斯網(wǎng)絡(luò)構(gòu)建     6.2.3  層狀貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)     6.2.4  層狀貝葉斯網(wǎng)絡(luò)學(xué)習(xí)、校驗(yàn)與預(yù)測(cè)     6.2.5  層狀貝葉斯網(wǎng)絡(luò)算法流程   6.3  基于多尺度回歸模型的層狀貝葉斯網(wǎng)絡(luò)算法     6.3.1  基于多尺度回歸模型的層狀貝葉斯網(wǎng)絡(luò)構(gòu)建     6.3.2  基于多尺度回歸模型的層狀貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)     6.3.3  基于多尺度回歸模型的層狀貝葉斯網(wǎng)絡(luò)推理     6.3.4  最大似然參數(shù)估計(jì)     6.3.5  基于多尺度回歸模型的層狀貝葉斯網(wǎng)絡(luò)算法技術(shù)流程   6.4  層狀貝葉斯網(wǎng)絡(luò)同化站點(diǎn)觀測(cè)與VIC水文過(guò)程模型數(shù)據(jù)實(shí)驗(yàn)     6.4.1  數(shù)據(jù)預(yù)處理     6.4.2  層狀貝葉斯網(wǎng)絡(luò)學(xué)習(xí)與校驗(yàn)     6.4.3  層狀貝葉斯網(wǎng)絡(luò)預(yù)測(cè)     6.4.4  程序代碼   6.5  本章小結(jié)   主要參考文獻(xiàn) 第7章  數(shù)據(jù)同化集成系統(tǒng)   7.1  系統(tǒng)結(jié)構(gòu)與功能設(shè)計(jì)   7.2  系統(tǒng)詳細(xì)設(shè)計(jì)     7.2.1  輸入輸出模塊     7.2.2  陸面過(guò)程模型模塊     7.2.3  數(shù)據(jù)同化算法模塊     7.2.4  數(shù)據(jù)可視化模塊     7.2.5  精度評(píng)價(jià)模塊   7.3  系統(tǒng)功能實(shí)現(xiàn)與界面     7.3.1  數(shù)據(jù)同化功能與界面     7.3.2  數(shù)據(jù)司視化功能與界面     7.3.3  精度評(píng)價(jià)功能與界面   7.4  本章小結(jié)   主要參考文獻(xiàn) 附錄一  VIC水文過(guò)程模型與數(shù)據(jù)準(zhǔn)備的C/C++代碼 附錄二  三維變分算法(3DVAR)開(kāi)發(fā)C++代碼 附錄三  四維變分算法(4DVAR)開(kāi)發(fā)C++代碼 附錄四  集合卡爾曼濾波算法(EnKF)開(kāi)發(fā)C++代碼 附錄五  粒子濾波算法(PF)開(kāi)發(fā)C++代碼 附錄六  層狀貝葉斯網(wǎng)絡(luò)算法(HBN)開(kāi)發(fā)WinBUGS和Matlab代碼 彩圖  

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)