典型文献
基于粒子群优化-BP神经网络-马尔科夫链的地面能见度观测资料质量控制
文献摘要：
自动气象站能见度检测仪多采用光学装置采样,一些雨雪、粉尘等天气因素可能对部分仪器造成镜头污染,导致能见度要素的观测数据不准确.针对能见度数据出错率高的问题,通过粒子群优化算法、BP神经网络,结合马尔科夫链,对地面能见度观测资料进行质量控制.为检验该方法的适用性,首先将安徽省不同区域站点的历史能见度数据加入人工误差,然后运用该方法对处理后的数据进行检错率分析.实验结果表明,该方法可以有效地标记出地面能见度观测资料中的存疑数据,具有检错率高、地区和气候适应性强等优点.
文献关键词：
质量控制;马尔科夫链;BP神经网络;能见度;粒子群优化
中图分类号：
作者姓名：
殷利平;刘宵瑜;盛绍学;温华洋;邱康俊
作者机构：
南京信息工程大学自动化学院, 南京210044;南京信息工程大学江苏省大气环境与装备技术协同创新中心,南京210044;安徽省气象信息中心,合肥230031
文献出处：
引用格式：
[1]殷利平;刘宵瑜;盛绍学;温华洋;邱康俊-.基于粒子群优化-BP神经网络-马尔科夫链的地面能见度观测资料质量控制)[J].科学技术与工程,2022(13):5125-5133
A类：
B类：
马尔科夫链,能见度观测,观测资料,资料质量,自动气象站,能见度检测,检测仪,雨雪,粉尘,天气因素,镜头,观测数据,出错率,粒子群优化算法,区域站,检错,地标,记出,存疑,气候适应性
AB值：
0.266483
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
