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。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

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 三 ... 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 三 ... 18 19 20 下一个