...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Geoscience and Remote Sensing Letters >Estimation of Sound Speed Profiles Using Artificial Neural Networks
【24h】

Estimation of Sound Speed Profiles Using Artificial Neural Networks

机译：使用人工神经网络估计声速曲线

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The vast and complex oceans that are optically opaque are acoustically transparent, enabling characterization of physical and biological bodies and processes of sea using sound as a premier tool. Lack of direct observations of vertical profiles of velocimeters and/or temperature and salinity, from which sound speed can be calculated, limits specifications and investigation of temporal and spatial variabilities of the three-dimensional structure of the sound speed in the oceans. In this study, the authors demonstrate estimation of sound speed profiles (SSPs) from surface observations using an artificial neural network (ANN) method. Surface observations from a mooring in the central Arabian Sea are used as a proxy to the satellite observations. The ANN-estimated SSPs had a root-mean-square error of 1.16 m/s and a coefficient of determination of 0.98. About 76% (93%) of the estimates lie within plusmn1 m/s (plusmn2 m/s) of the SSPs obtained from in situ temperature and salinity profiles
机译：光学上不透明的广阔而复杂的海洋在声学上是透明的，从而可以使用声音作为主要工具来表征海洋的物理和生物体以及过程。缺乏对速度计和/或温度和盐度的垂直剖面的直接观测，从而无法计算出声速，从而限制了规范以及对海洋声速三维结构的时空变化的研究。在这项研究中，作者演示了使用人工神经网络（ANN）方法从表面观测值估计声速剖面（SSP）的方法。来自阿拉伯海中部停泊处的水面观测数据被用作卫星观测数据的代理。 ANN估计的SSP的均方根误差为1.16 m / s，确定系数为0.98。大约76％（93％）的估算值位于通过原位温度和盐度曲线获得的SSP的mnm / s（plusmn2 m / s）之内

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号