合卡尔曼滤波

EnKF集合卡尔曼滤波EnKF是一种复杂的序列数据同化方法。它采用模型状态集合来表示模型估计的误差统计量,应用系综积分及时预测误差统计量,并采用直接在同化观测值时对模型状态集合进行分析的方案。EnKF已被证明能有效地处理强非线性动力学和大状态空间,目前已用于海洋和大气原始方程模型的实际应用中。Dana McKenzie最近在2003年10月的《暹罗新闻》(Siam News)上发表的一篇文章指出,如果气象中心使用EnKF,2003年夏季袭击中欧的致命热浪本可以更有效地预测。请参阅上的文章“集合卡尔曼滤波器使天气模型最新”http://www.siam.org/siamnews/10-03/tocct03.htm本页是作为EnKF用户的参考页而建立的,它包含文档、示例代码和标准化的Fortran 90子程序,这些子程序可用于EnKF的新实现中。本页的材料将为EnKF的新用户提供快速启动和启动,并为经验丰富的用户提供优化的代码,从而提高其实现的性能。


zbMATH中的参考文献(参考文献441篇文章,1标准件)

显示441的结果1到20。
按年份排序(引用)

1 2 ... 21 22 23 下一个

  1. 阿奇博尔德,理查德;Bao,Feng:用于数据同化的核学习向后SDE滤波器(2022)
  2. 贝尔古,埃尔胡辛;迪乌安,尤瑟夫;Kungurtsev,维亚切斯拉夫;Royer,Clément W.:使用具有复杂度结果的随机模型的随机Levenberg-Marquardt方法(2022)
  3. 布伦顿,史蒂文L。;布迪希奇,马尔科;凯撒,尤里卡;库茨,J.内森:动力系统的现代库曼理论(2022)
  4. 查达,尼尔K。;汤欣:非线性背景下集合Kalman反演的收敛加速(2022)
  5. 陈佳蕾;陈哲辉;张,查克;吴志刚:主动物理为基础的偏微分方程Kriging模型(2022)
  6. 丁志炎;李琴:约束系综朗之万蒙特卡罗(2022)
  7. 达芬,康纳;克里普斯,爱德华;斯泰姆勒,托马斯;Girolami,Mark:可伸缩模型数据综合的低阶统计有限元(2022)
  8. 劳姆斯,伊恩:集合卡尔曼滤波器非线性扩展的比较。高斯变形和两步集成滤波器(2022)
  9. 赫蒂,迈克尔;伊科米尼,埃莉萨;Visconti,Giuseppe:反问题非线性滤波的最新趋势(2022)
  10. 岩崎,佐藤:从米制图中热方程的有限观测得到的初始状态估计(2022)
  11. 朱雷克,马金;Katzfuss,Matthias:分层稀疏Cholesky分解及其在高维时空滤波中的应用(2022)
  12. 刘,C。;傅,R。;肖,D。;斯特凡内斯库,R。;夏尔马,P。;朱,C。;孙,S。;Wang,C.:EnKF数据驱动的降阶同化系统(2022)
  13. 李欣;包、凤;Gallivan,Kyle:非线性滤波问题的漂移同伦隐式粒子滤波方法(2022)
  14. 帕夫利奥蒂斯。;斯图尔特,A.M。;Vaes,U.:使用多尺度动力学的无导数贝叶斯反演(2022)
  15. 钱,伊丽莎白;塔贝尔特,杰米玛·M。;比蒂,克里斯托弗;古尔辛,塞尔坎;蒋嘉华;克莱默,彼得R。;Narayan,Akil:通过平衡进行贝叶斯推理的线性动态系统的模型简化(2022)
  16. 拉扎克,赛米尔莫德;Jafarpour,Behnam:地下水流模型校准和不确定性量化的非线性数据条件生成对抗网络(2022)
  17. 拉扎克,赛米尔莫德;江,安岳;Jafarpour,Behnam:潜在空间反演(LSI):地下水流数据反演的深度学习框架(2022)
  18. Ruzayqat,哈姆扎;查达,尼尔K。;Jasra,Ajay:使用集合Kalman-Bucy滤波器对归一化常数进行多级估计(2022年)
  19. 瓦格纳,费边;帕帕奥安诺,我。;Ullmann,E.:稀有事件估计的集合卡尔曼滤波器(2022)
  20. 吴江琪;文,林杰;格林,彼得L。;李静来;Simon Maskell:基于集合卡尔曼滤波的序贯蒙特卡罗抽样用于序列贝叶斯推断(2022)

1 2 ... 21 22 23 下一个