纪雪
- 作品数：6 被引量：35H指数：4
- 供职机构：国家海洋局第一海洋研究所更多>>
- 发文基金：国际科技合作与交流专项项目山东省自然科学基金海洋公益性行业科研专项更多>>
- 相关领域：天文地球更多>>
- 利用深度学习神经网络的海底底质自动分类方法
- 本发明涉及一种利用深度学习神经网络的海底底质自动分类方法，属于底质分类技术领域。本发明提取特征参数增加至十四维，引入有一定模型运算优势和分类优势的深度学习卷积神经网络,卷积和降采样计算不断降低特征的纬度，使得神经网络不宜...
- 唐秋华纪雪周兴华李杰周东旭刘森波
- 文献传递
- 基于多波束数据的海底底质及地形复杂度分类研究
- 随着声学探测技术的不断发展，多波束测深系统凭借其全覆盖、高精度、高分辨率等优势被广泛应用于海底地形地貌测绘、海底底质勘探等海洋探测研究中。多波束测深系统主要记录有水深数据、声强数据和水柱数据三种重要信息，其中水深数据主要...
- 纪雪
- 关键词：海洋探测底质分类多波束测深系统
- 文献传递
- 多波束测深异常数据检测与剔除方法研究综述被引量：11
- 2018年
- 针对多波束测深数据处理在测深异常数据检测与剔除方法上存在的不足,综合分析了近几十年国内外研究人员在多波束测深异常数据检测与剔除方法方面的研究成果,根据工作原理将其分为基于数据统计理论和基于函数或统计推值比较两类方法,选取中值滤波、小波分析、CUBE算法、趋势面滤波、最小二乘支持向量机滤波法等典型的多波束异常数据检测方法进行重点介绍,并通过列表的方式对不同检测方法进行优缺点对比分析。最后总结了多波束测深异常数据检测与剔除方法研究的现状和趋势。
- 纪雪周兴华唐秋华唐秋华
- 关键词：多波束测深异常数据滤波
- 基于BP神经网络的海底地形复杂度自动分类方法研究被引量：7
- 2016年
- 针对海底地形复杂程度分类问题,在考虑传统水深均值的基础上引入坡度和起伏度两个地形因子作为表征海底地形复杂程度的分类指标并进行量化,对水深数据空间分辨率进行统一,建立包含18种典型海底特征的海底地形复杂度分类库,利用BP神经网络对建立的分类库进行训练学习。为验证该方法的有效性和适用性,选取地形复杂度不同的4块实验区分别采用统计学方法和BP神经网络算法进行海底地形复杂度进行分类,对比发现该方法可以实现海区海底平坦、一般、复杂三种地形的自动识别与分类,并保留实验区海底地形复杂度细节信息。
- 纪雪周兴华陈义兰唐秋华赵洪臣
- 关键词：BP神经网络坡度地形起伏度海底地形
- GPM卫星微波辐射计SST产品观测覆盖度与不确定性分析研究
- 2017年
- 全球降雨观测(Global Precipitation Measurement,GPM)卫星微波辐射计(GPM Microwave Radiometer,GMI)是一种新型微波传感器,至今尚无其海表温度(Sea Surface Temperature,SST)产品应用性能相关研究,为给该产品的后期应用提供信息参考,统计了GMI SST 2014年4月~2016年3月的月、年平均覆盖度,并分析SST观测覆盖度的时空变异;选用浮标、志愿观测船(Voluntary Observing Ship Climate,VOSClim)数据作为验证数据,进行匹配数据集构建和分析,并基于匹配数据集分析GMI SST产品的反演不确定性。结果表明:GMI SST的年平均观测覆盖度达0.51,略低于全球平均覆盖度(0.59),但远高于红外SST产品覆盖度;以±3h/0.1°作为时空匹配窗口,6.5m/s作为风速阈值构建匹配数据集可有效消除不确定性分析的部分误差;基于该匹配数据集验证GMI SST精度为-0.02±0.89℃(Bias±RMSE)。
- 赵洪臣周兴华周兴华刘永学杨磊纪雪杨磊
- 关键词：GMISST不确定性
- 中国海域潮汐非调和常数的计算与分析被引量：5
- 2016年
- 联合利用中国沿岸长期验潮站实测资料和全球海潮模型NAO.99b在中国海域的结果,进行潮汐非调和常数的计算。分别对渤海、黄海、东海和南海进行分析,结果表明,中国海域潮汐类型复杂,渤海、黄海、东海以半日潮性质为主,南海以日潮性质为主;渤海、南海平均大潮差多分布在0.42～2.09 m,平均小潮差分布在0.27～1.33 m,东海、黄海平均大潮差多分布在1.12～4.44 m,平均小潮差多分布在0.41～2.41 m;渤海、黄海平均大潮高潮位分布在0.48～1.77 m,东海在0.42～2.41 m,南海在0.21～1.35 m;渤海、东海以及南海北部浅海海域潮高日不等现象显著。
- 付延光申宏孙维康纪雪
- 关键词：潮汐特征
