[发明专利]一种基于岭回归的气溶胶光学厚度反演偏差纠正方法在审
| 申请号： | 201811184427.6 | 申请日： | 2018-10-11 |
| 公开（公告）号： | CN109186474A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 杭仁龙;葛玲玲;刘青山 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G01B11/06 | 分类号： | G01B11/06;G01N21/25 |
| 代理公司： | 南京钟山专利代理有限公司 32252 | 代理人： | 戴朝荣 |
| 地址： | 211500 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于岭回归的气溶胶光学厚度反演偏差纠正方法，属于计算机气象应用技术领域。先用“暗目标”算法反演气溶胶光学厚度并将其作为初始化结果；再构建反演偏差纠正框架纠正反演结果，在串联方式中，将“暗目标”算法得到的气溶胶光学厚度作为岭回归模型的一个有效特征对反演结果进行纠正，在并联方式中，用岭回归模型直接学习物理模型的反演结果与真实值间的残差对反演结果进行纠正。本发明充分融合了物理模型与机器学习模型的优点，在串联方式中利用物理模型反演的气溶胶光学厚度值作为岭回归模型的特征，在并联方式中利用岭回归模型直接学习物理模型的反演结果与真实值间的残差，更好地反演气溶胶光学厚度，提高了反演性能和反演准确率。 | ||
| 搜索关键词： | 反演 气溶胶 回归模型 物理模型 偏差纠正 并联方式 串联方式 暗目标 残差 算法 纠正 机器学习模型 气象应用 有效特征 初始化 回归 准确率 构建 计算机 融合 学习 | ||
【主权项】：
1.一种基于岭回归的气溶胶光学厚度反演偏差纠正方法，其特征在于：首先采用“暗目标”算法反演气溶胶光学厚度并将其作为初始化结果；然后构建反演偏差纠正框架，通过串联和并联两种方式对反演结果进行纠正，在串联方式中，将“暗目标”算法得到的气溶胶光学厚度作为岭回归模型的一个有效特征，对反演结果进行纠正；在并联方式中，用岭回归模型直接学习物理模型的反演结果与真实值之间的残差，对反演结果进行纠正。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京信息工程大学，未经南京信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811184427.6/，转载请声明来源钻瓜专利网。
