论文部分内容阅读
针对海面运动的复杂性、海面电磁散射理论模型的局限性以及利用SAR图像反演海面风速存在的非线性现象，基于遗传神经网络的方法，以业务化的CMOD4模式函数数据为基础，采用Fletcher—Reeves算法的变梯度反向传播算法，建立一种sAR风速反演的新模型。试验结果表明，利用遗传神经网络方法反演海面风速是可行的，当随机误差小于10％时，模型的抗噪能力较强，风速反演的精度较为理想。比较不同风速下的反演结果可以发现，在中、小风速的情况下，模型的抗噪能力较强，模型学习拟合和预测检验的精度相对较高；在大风速的情况下，