基于深度学习的混合数据同化方法.pdfVIP

下载本文档

5
0
约1.95万字
约 20页
2023-05-18 发布于北京
举报
版权申诉

基于深度学习的混合数据同化方法.pdf

1、本文档共20页，其中可免费阅读19页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了基于深度学习的混合数据同化方法，包括建立基于BNN模型的预测模型，预测模型包括BNN模型和四阶龙格‑库塔积分法；BNN模型包括第一卷积层、双线性层和第二卷积层；第一卷积层的卷积核的数量为5，第二卷积层的卷积核的数量为1；通过预测模型获得4DVar部分中的切线线性伴随模型，采用ResNet来融合4DVar和EnKF，以减少人为选择经验系数带来的不确定性。本发明降低了开发切线性伴随模型的难度，扩大了深度学习的应用范围，利用ResNet模型来耦合4DVar和EnKF，提高了同化结果的准确性

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114819107 A (43)申请公布日 2022.07.29 (21)申请号 202210623934.5 (22)申请日 2022.06.02 (71)申请人中国人民解放军国防科技大学地址