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387篇,1标准件)

显示结果1到20,共387个。
按年份排序(引用)

1 2 ... 18 19 20 下一个

  1. 贝尔亚耶夫,K.P。;库莱肖夫,A.A.A。;Tuchkova,N.P.:数值模拟与一种数据同化方法的近似,采用Ornstein-Uhlenbeck型随机过程(2021年)
  2. 主教,阿德里安。;Del Moral,Pierre:Riccati非周期指数半群的显式Floquet型表示(2021)
  3. 切尔诺夫,亚历克赛;霍尔,Håkon;法律,科迪·J·H。;诺比尔,法比奥;Tempone,Raul:时空过程的多级集合卡尔曼滤波(2021)
  4. 丁志炎;李勤:集合Kalman反演:平均场极限和收敛性分析(2021)
  5. 丁志炎;李勤:集合Kalman采样器:平均场极限和收敛性分析(2021)
  6. Evensen,Geir:用一致误差统计来描述历史匹配问题(2021)
  7. 克利巴诺夫,伊利亚;斯普林克,比约恩;Sullivan,T.J.:Hilbert空间中的线性条件期望(2021)
  8. Korn,Peter:大尺度大气和海洋动力学原始方程变分资料同化问题的强可解性(2021)
  9. 林静;最小修正二阶矩匹配:理论、演算法与应用(2021)
  10. 爱,玛格丽特克瓦勒;格拉纳,达里奥;基于地球物理矢量的地球物理系综预测
  11. 洛佩兹·雷斯特雷波,圣地亚哥;尼诺·鲁伊斯,埃利亚斯·D。;古兹曼·雷耶斯,路易斯·G。;是的,安德烈;昆特罗,O.L。;皮内尔,尼古拉斯;塞格斯,阿乔;Heemink,A.W.:通过收缩协方差矩阵估计的有效集合卡尔曼滤波器实现:利用先验知识(2021)
  12. 罗晓东:基于一类广义代价函数的迭代集成平滑器(2021)
  13. 马可特,克里斯托弗D。;芬顿,弗拉维奥H。;霍夫曼,马修J。;Cherry,Elizabeth M.:噪声下的稳健数据同化:在心脏动力学中的应用(2021)
  14. 莫扬,雷米;Gentilhomme,Théopoli:基于自适应系综的岩石物理反演优化(2021)
  15. 尼诺·鲁伊斯,埃利亚斯·D。;古兹曼,路易斯;Jabba,Daladier:基于Ledoit和Wolf协方差矩阵估计的集合卡尔曼滤波器实现(2021)
  16. 奥特金,杰森A。;波塔斯特,罗兰·W·E。;Lawless,Amos S.:数据同化的非线性条件模式偏差估计(2021)
  17. 熊猫,尼桑;费尔南德斯·戈迪诺,吉赛尔先生;哥迪内斯,亨伯托C。;道森,克林特:数据驱动的神经网络非线性同化框架(2021)
  18. 波波夫,安德烈A。;牟,长虹;三都,阿德里安;Iliescu,Traian:具有降阶控制变量的多理想集合Kalman滤波器(2021)
  19. 拉梅,穆扎米尔·侯赛因;艾哈迈德·艾哈迈德·艾尔谢赫。;陈燕:用于校正完美和不完美模型的灵活迭代集成平滑器(2021)
  20. 帝国,塞巴斯蒂安;魏斯曼,西蒙:用于贝叶斯推理的福克-普朗克粒子系统:计算方法(2021年)

1 2 ... 18 19 20 下一个