...注的研究课题,而数据同化,特别是四维变分(four-dimensional variational, 4DVAR)和集合卡尔曼滤波(ensemble Kalman filter, EnKF)同化方法为实现这一目标提供了可行性。
基于28个网页-相关网页
集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)作为一种有效的数据同化方法,在众多数值实验中体现优势的同时,也暴露了它使用小集合估计协方差情况下精度...
基于12个网页-相关网页
集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)作为一种有效的数据同化方法,在众多数值实验中体现优势的同时,也暴露了它使用小集合估计协方差情况下精度...
基于8个网页-相关网页
ensemble kalman filter assimilation 集合卡尔曼滤波同化
ensemble Kalman filter data assimilation 集合Kalman滤波同化
Storm-Scale Ensemble Kalman Filter Dat 风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验
Ensemble Transform Kalman filter 集合变换卡尔曼滤波
One of the important advantages of the Ensemble Kalman Filter is to analysis the data by using the flow-dependant background error covariance.
集合Kalman滤波的一个重要优点就是利用一个随天气流型演变的背景场误差协方差来进行资料分析。
参考来源 - 集合Kalman滤波在T106L19中期数值预报谱模式中的应用研究·2,447,543篇论文数据,部分数据来源于NoteExpress
以上来源于: WordNet
The algorithm used in this code is referenced from the following: s Gillijns et al "What is the Ensemble Kalman Filter and How Well Does it Work?"
在此代码所使用的算法是从以下引用:s Gillijns等人“什么是集合卡尔曼滤波和它工作得如何?”
The Ensemble Kalman Filter (EnKF) is a powerful data assimilation method and has proven its efficiency for strongly non-linear dynamical systems but is demanding in computing power.
方法是目前在强非线性系统中应用最广泛,效果最明显的集合资料同化方法。
This paper presents the main idea of adaptive observation and ensemble transform Kalman filter and their development.
给出适应性观测理论和集合变换卡尔曼滤波方法及其研究现状的综述。
应用推荐