检索结果-南通市图书馆

GRACE和GRACE-FO缺失数据重建研究进展

在线全文

学校读者我要写书评

暂无评论

地球物理学进展 2024年

作者：郝卫峰杨伊迪刘培冲高晟俊程青武汉大学极地环境监测与公共治理教育部重点实验室湖北珞珈实验室武汉大学中国南极测绘研究中心中国地质大学(武汉)计算机学院

GRACE和GRACE-FO重力卫星为获取地球重力场的长期时变特征提供了宝贵的观测数据。然而，由于卫星电池问题、载荷校准误差以及GRACE与GRACE-FO任务间较长的时间间隔导致GRACE和GRACE-FO观测的时变重力序列出现了缺失或间断，从而影响了... 详细信息

GRACE和GRACE-FO重力卫星为获取地球重力场的长期时变特征提供了宝贵的观测数据。然而，由于卫星电池问题、载荷校准误差以及GRACE与GRACE-FO任务间较长的时间间隔导致GRACE和GRACE-FO观测的时变重力序列出现了缺失或间断，从而影响了结果的连续性及完整性。本文在介绍GRACE和GRACE-FO任务、数据产品及数据缺失情况的基础上，将GRACE/GRACE-FO缺失数据重建方法分为两大类，即基于数理统计方法的数据重建和基于辅助信息的数据重建。评述了以上两类重建方法的现状及其进展，比较了各方法的优缺点、应用领域及局限性。以长江流域为例，对GRACE反演的陆地水储量时间序列重建方法进行了分析和预测，结果显示基于经验模态分解的长短时记忆法重建效果最好。综上，虽然基于数理统计方法的GRACE/GRACE-FO缺失数据重建较为简单方便，但利用深度学习并结合各种辅助数据的缺失数据重建结果质量更高。本文对后续GRACE/GRACE-FO数据缺失数据填补方法选择提供了借鉴，并为时变卫星重力后续应用与研究提供了有益的参考。

关键词： GRACE GRACE-FO 空缺数据数据重建研究进展

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向电力现货市场的缺失数据重建方法综述

电工电气 2024年第6期 1-9页

作者：李冬伟杨学森崔迪凡燕飞谢晓爽国网天津市电力公司城东供电分公司天津300250

在电力现货市场实际运行中,其数据采集过程可能会因设备故障、通信问题等因素导致数据缺失,影响市场结算的准确性。分析了电力现货市场的数据特征,讨论了数据缺失机制,介绍了多种缺失数据重建方法及各自的优越性和局限性,并对电力缺失... 详细信息

在电力现货市场实际运行中,其数据采集过程可能会因设备故障、通信问题等因素导致数据缺失,影响市场结算的准确性。分析了电力现货市场的数据特征,讨论了数据缺失机制,介绍了多种缺失数据重建方法及各自的优越性和局限性,并对电力缺失数据重建方法进行了展望,强调在未来研究中需要关注方法的适用性、准确性、可解释性以及计算效率。

关键词：电力现货市场缺失数据数据重建分时电量市场结算

融合部分卷积和注意力机制对抗网络模型的地震数据重建

在线全文

学校读者我要写书评

暂无评论

石油地球物理勘探 2023年第1期58卷 21-30页

作者：冯永基陈学华成都理工大学油气藏地质及开发工程国家重点实验室四川成都610059 成都理工大学地球勘探与信息技术教育部重点实验室四川成都610059

以生成对抗网络(GAN)为代表的深度学习模型在地震数据重建中取得了较好效果,但普通GAN网络的重建结果常存在模糊、假频等缺点。主要原因是:普通卷积模型在对缺失较大的数据进行卷积时,其卷积结果主要受缺失区域的影响,而有效区域的影响... 详细信息

以生成对抗网络(GAN)为代表的深度学习模型在地震数据重建中取得了较好效果,但普通GAN网络的重建结果常存在模糊、假频等缺点。主要原因是:普通卷积模型在对缺失较大的数据进行卷积时,其卷积结果主要受缺失区域的影响,而有效区域的影响较小;且普通卷积模型属于局部操作,卷积结果主要受卷积核内数据的影响,而相距较远的数据对其影响甚微。为此,文中提出了融合部分卷积和注意力模型的改进GAN网络。首先,在卷积过程中引入一个比例因子r实现部分卷积,从而强化有效区域对卷积结果的影响;然后,利用注意力机制选择余弦相似度高的有效(背景)数据,以突破卷积距离的限制,使更多背景数据参与缺失区域的重建。数据处理结果表明,所提方法显著改善了重建数据中的模糊、假频等现象。

关键词：部分卷积注意力机制生成对抗网络数据重建余弦距离

在线全文

学校读者我要写书评

暂无评论

联邦学习深度梯度反演攻防研究进展

电子与信息学报 2024年第2期46卷 428-442页

作者：孙钰严宇崔剑熊高剑刘建华北京航空航天大学网络空间安全学院北京100191 空天网络安全工业和信息化部重点实验室(北京航空航天大学) 北京100191

联邦学习作为一种“保留数据所有权,释放数据使用权”的分布式机器学习方法,打破了阻碍大数据建模的数据孤岛。然而,联邦学习在训练过程中只交换梯度而不交换训练数据的特点并不能保证用户训练数据的机密性。近年来新型的深度梯度反演... 详细信息

联邦学习作为一种“保留数据所有权,释放数据使用权”的分布式机器学习方法,打破了阻碍大数据建模的数据孤岛。然而,联邦学习在训练过程中只交换梯度而不交换训练数据的特点并不能保证用户训练数据的机密性。近年来新型的深度梯度反演攻击表明,敌手可从共享梯度中重建用户的私有训练数据,从而对联邦学习的私密性产生了严重威胁。随着梯度反演技术的演进,敌手从深层网络恢复大批量原始数据的能力不断增强,甚至对加密梯度的隐私保护联邦学习(PPFL)发起了挑战。而有效的针对性防御方法主要基于扰动变换,旨在混淆梯度、输入或特征以隐藏敏感信息。该文首先指出了隐私保护联邦学习的梯度反演漏洞,并给出了梯度反演威胁模型。之后从攻击范式、攻击能力、攻击对象3个角度对深度梯度反演攻击进行详细梳理。随后将基于扰动变换的防御方法依据扰动对象的不同分为梯度扰动、输入扰动、特征扰动3类,并对各类方法中的代表性工作进行分析介绍。最后,对未来研究工作进行展望。

关键词：联邦学习梯度反演数据重建标签恢复扰动变换

在线全文

学校读者我要写书评

暂无评论

北美洲地表温度数据重建及时空变化分析

自然资源遥感 2022年第4期34卷 203-215页

作者：毛克彪严毅博曹萌萌袁紫晋覃志豪中国农业科学院农业资源与农业区划研究所呼伦贝尔国家野外观测站北京100081 宁夏大学物理与电子电气工程学院银川750021

地表温度是反映区域自然环境和气候变化的重要指标,高质量的数据对区域地表温度时空变化研究是非常重要的。北美洲近年来的气候变化较为异常,因此研究分析该区域的地表温度具有较强的意义。文章基于MODIS地表温度数据,结合地面站点、邻... 详细信息

地表温度是反映区域自然环境和气候变化的重要指标,高质量的数据对区域地表温度时空变化研究是非常重要的。北美洲近年来的气候变化较为异常,因此研究分析该区域的地表温度具有较强的意义。文章基于MODIS地表温度数据,结合地面站点、邻近像元和海拔数据重建了北美洲2002—2018年的遥感地表温度数据集,并分析了其17 a的地表温度时空变化。重建的地表温度数据覆盖了所有陆地地表,数据验证表明精度在1℃左右。经过分析发现:北美洲17 a间以平均0.02℃/a的速度呈现波动增温趋势并在2016年达到历史峰值,此后2 a里地表温度直线下降,这与厄尔尼诺的影响密切相关;北美洲春秋两季的增温幅度较大,冬夏两季次之;阿拉斯加北部地区和加利福尼亚半岛区域近年来的增温趋势极为显著;植被和大气水汽显著地影响着地表温度的变化,40°N以北植被和大气水汽与地表温度呈正相关变化,40°N以南植被和大气水汽与地表温度呈负相关变化。根据北美洲平均地表温度周期波动的变化趋势以及厄尔尼诺的影响,在一定可靠程度上可以预测未来1~2 a整体地表温度变化趋势。

关键词：数据重建地表温度 MODIS 时空变化

基于Cubist的中国植被区域叶绿素荧光数据重建

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2022年第1期37卷 244-252页

作者：沈洁辛晓平张景苗晨王旭丁蕾沈贝贝中国农业科学院农业资源与农业区划研究所北京100081 国家遥感中心北京100036

日光诱导叶绿素荧光(Solar-Induced chlorophyll Fluorescence,SIF)是植物在太阳光照条件下,在光合作用过程中发射出的光谱信号(650~800 nm),SIF相比于植被指数等参数更能直接地反映植被光合作用的相关信息,为大尺度GPP估算带来了新的... 详细信息

日光诱导叶绿素荧光(Solar-Induced chlorophyll Fluorescence,SIF)是植物在太阳光照条件下,在光合作用过程中发射出的光谱信号(650~800 nm),SIF相比于植被指数等参数更能直接地反映植被光合作用的相关信息,为大尺度GPP估算带来了新的途径。但目前卫星SIF数据或存在分辨率较低的不足,或存在数据空间不连续的局限,对于应用到大尺度中连续GPP的估算中有一定难度。OCO-2 SIF数据拥有较高的空间分辨率,但却是空间离散数据。针对上述问题,着重研究对离散的OCO-2 SIF数据进行连续预测的方法,生成中国—蒙古草地生态系统的较高精度连续SIF数据集。结果如下:通过Cubist回归树算法,结合MODIS反射率数据,气象数据及土地利用类型,建立了每8 d的0.05°分辨率的连续SIF数据集,预测精度为R^(2)=0.65,RMSE=0.114。其中,对作物类SIF预测的精度最高,为R^(2)=0.71,RMSE=0.117;其次为对森林与草地的预测,两者的R^(2)和RMSE分别为0.64/0.123,0.60/0.112。

关键词：日光诱导叶绿素荧光 Cubist模型数据重建

植被遥感时间序列数据重建方法简述及示例分析

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2022年第1期34卷 1-9页

作者：李伟光侯美亭海南省气候中心海口570203 海南省南海气象防灾减灾重点实验室海口570203 中国气象局气象干部培训学院北京100081

随着遥感数据的不断积累,植被遥感产品逐渐形成了完善的时间序列数据,这些数据对阐明生态系统动态变化及分析有关的驱动因素具有重要价值。然而,云遮挡、仪器误差等因素严重制约着植被遥感产品的观测质量,往往造成连续观测数据的缺失。... 详细信息

随着遥感数据的不断积累,植被遥感产品逐渐形成了完善的时间序列数据,这些数据对阐明生态系统动态变化及分析有关的驱动因素具有重要价值。然而,云遮挡、仪器误差等因素严重制约着植被遥感产品的观测质量,往往造成连续观测数据的缺失。对存在数据缺失的序列进行时空重建是准确提取序列变化特征的重要前提,时空重建就是充分利用遥感数据的时空相关性对数据缺失进行插值以及平滑滤波,以重建完整时间序列。本研究主要以植被遥感时间序列数据为例,对以往常用的时间序列重建方法进行了简要回顾,时间序列重建大致包括插值、平滑2大步骤,插值又分为基于时间的、基于空间的、时空相结合的插值3大类型。然后,以模拟的归一化植被指数(normalized difference vegetation index,NDVI)时间序列、GIMMS NDVI真实时间序列为例,并随机制造不同比例的数据缺失,对比了线性插值、奇异谱分析、Whittaker和时间序列谐波分析等4种常用的不同类型的数据重建方法的时间序列重建效果。结果显示,4种方法的表现各有优劣,但Whittaker方法显示了整体更好的性能。由于随区域的不同,插值方法的表现可能有所差异,故不同数据重建方法还有待进一步推广验证。

关键词：植被遥感时间序列数据重建插值平滑

在线全文

学校读者我要写书评

暂无评论

基于压缩感知的地震观测系统设计及数据重建

科学技术与工程 2022年第27期22卷 11812-11819页

作者：崔庆辉芮拥军秦宁刘鹏翔隆文韬中国石油化工股份有限公司胜利油田分公司物探研究院东营257022

在陆上油田,受地表障碍物限制,常规的基于规则采样理论的地震数据采集越来越难以实现,同时为了解决越来越复杂的地质问题,需要更密集的空间采样,造成地震勘探成本急剧上升。为了适应复杂的地表条件和节省勘探成本,基于压缩感知理论设计... 详细信息

在陆上油田,受地表障碍物限制,常规的基于规则采样理论的地震数据采集越来越难以实现,同时为了解决越来越复杂的地质问题,需要更密集的空间采样,造成地震勘探成本急剧上升。为了适应复杂的地表条件和节省勘探成本,基于压缩感知理论设计随机地震观测系统,利用高维空间低秩约束算法完成随机地震数据的高密度规则化重建,通过理论模型对方法进行了验证,结果表明在同样采样密度下,该方法能获得比规则采样更好的成像效果,为当前东部老油区的高效高密度地震勘探探索一条新途径。

关键词：压缩感知地震勘探随机采集观测系统数据重建

在线全文

学校读者我要写书评

暂无评论

基于分段采样和MCA的地震数据重建

物探与化探 2022年第5期46卷 1214-1224页

作者：王德英张凯李振春张医奎许鑫中国石油勘探开发研究院西北分院甘肃兰州730030 中国石油大学(华东)地球科学与技术学院山东青岛266580 物华能源科技有限公司陕西西安710067

数据重建是地震资料处理中一项重要的前期工作。压缩感知(compress sensing,CS)已经在数据重建领域取得了很好的应用。CS的关键是采样的随机性,随机采样将常规欠采样引起的互相干假频转化为较低能量的不相干噪声。一方面,传统的随机采... 详细信息

数据重建是地震资料处理中一项重要的前期工作。压缩感知(compress sensing,CS)已经在数据重建领域取得了很好的应用。CS的关键是采样的随机性,随机采样将常规欠采样引起的互相干假频转化为较低能量的不相干噪声。一方面,传统的随机采样方法缺乏对采样点的约束,导致产生过多的噪声干扰,分段随机采样可有效地控制采样点之间的距离。另一方面,单一的数学变换会导致信号的不完全稀疏表达,影响数据重建效果,形态分量分析(morphological component analysis,MCA)将信号分解成几个具有显著特征的成分以逼近数据复杂的内部结构。本文在MCA框架下找到了一个新的字典组合(Shearlet+DCT),并使用块坐标松弛(block coordinate relaxation,BCR)算法得到最优解,从而获得理想重构结果。对实际资料的实验表明,该方法在重建分段随机采样数据时具有较好效果。

关键词：压缩感知分段随机采样形态分量分析数据重建