- 机器学习在北斗对流层延迟中的研究与应用/云计算和大数据丛书
- - 作者：何林|责编:胡艳//陈卓琳
  - 出版社：武汉大学
  - ISBN：9787307248687
  - 出版日期：2025/07/01
  - 页数：167
- 售价：26.4

内容大纲
本书以机器学习算法为核心，聚焦北斗卫星导航系统中的全球高精度对流层延迟建模与水汽反演技术创新，突破传统气象学与空间环境研究的范式局限，为近地空间环境学、高精度定位及GNSS气象学领域提供系统性解决方案。本书建立了对流层延迟信号分解-机器学习联合分析框架，揭示了气象扰动与模态分量的量化关联，推动了近地空间环境学理论创新。
本书成果直接服务于北斗高精度定位（亚米级修正）、灾害性天气预警（暴雨/台风监测）及气候模型优化，赋能智慧城市、防灾减灾与气候变化研究；形成“信号解耦-算法融合-跨域验证”的技术范式，为GNSS气象学与人工智能交叉研究提供可复用的方法论工具链。
作者介绍
何林，武汉大学博士，高级工程师（测绘工程、岩土工程），注册测绘师、注册土木工程师（岩土）、注册一级建造师（市政）、“西部企业数字化转型领军人物”、“甲秀之光”访问学者，兼任武汉大学遥感信息工程学院企业兼职教授及本科生校外导师、贵州茅台学院创业导师。学术与社会职务包括：中国卫星导航定位协会专家委员、中国测绘学会位置服务工作委员会委员、贵州省北斗星防灾应用中心大数据创新中心智库专家、贵州省岩石力学与工程学会委员、贵州省软件行业协会专家委员、国家矿山安全监察局贵州局专家、贵州省能源局智能化建设专家、贵州省大数据局能源行业专家。主要研究方向是北斗高精度数据处理与人工智能融合，推动北斗在多领域融合，成果获行业认可，形成全链条创新模式，为多领域提供技术支撑。
目录
第1章  绪论
  1.1  大气层结构
  1.2  研究背景及意义
  1.3  对流层延迟基础理论
    1.3.1  对流层延迟成因
    1.3.2  对流层延迟基础理论
    1.3.3  对流层延迟改正常见数学模型
    1.3.4  天顶静力学延迟模型
    1.3.5  天顶湿延迟的计算
    1.3.6  映射函数模型
    1.3.7  水汽的水平梯度模型
    1.3.8  可降水量PWV的计算
  1.4  研究现状
    1.4.1  对流层延迟气象参数模型
    1.4.2  对流层延迟经验模型
    1.4.3  GNSS对流层延迟
    1.4.4  基于机器学习算法的对流层延迟模型
  1.5  研究目的与主要内容
    1.5.1  研究目标
    1.5.2  研究内容与方法
第2章  机器学习基本知识
  2.1  机器学习发展历程
    2.1.1  起步阶段：梦想的萌芽（1950—1960年）
    2.1.2  第一次热潮与第一次寒冬（1961—1979年）
    2.1.3  第二次热潮与第二次寒冬（1980—1999年）
    2.1.4  第三次热潮：深度学习的崛起与繁荣（2000年至今）
    2.1.5  深度学习的新前沿与应用深化
    2.1.6  面临的挑战与应对策略
  2.2  机器学习基础知识
    2.2.1  相关基本概念
    2.2.2  模型选择与结果评估
  2.3  常见的机器学习算法
    2.3.1  线性回归
    2.3.2  决策树
    2.3.3  神经网络
    2.3.4  支持向量机
    2.3.5  贝叶斯分类器
    2.3.6  集成学习
    2.3.7  聚类算法
    2.3.8  降维算法
第3章  对流层延迟及机器学习算法研究
  3.1  对流层延迟信号分解
    3.1.1  对流层延迟信号去噪算法
    3.1.2  对流层延迟均值滤波算法
    3.1.3  Hampel滤波器与SVD去噪算法
  3.2  VMD信号分解算法
    3.2.1  变分模态的构造
    3.2.2  变分问题的求解
    3.2.3  VMD算法的优缺点
    3.2.4  VMD算法在对流层延迟模态信号分解中的应用

  3.3  LSTM长短期记忆神经网络
第4章  VMD-LSTM对流层延迟模型构建
  4.1  引言
  4.2  研究区域与数据
    4.2.1  全球海陆分布
    4.2.2  全球气候变化与对流层延迟
    4.2.3  VMF对流层延迟数据
    4.2.4  IGS对流层延迟数据
  4.3  模型构建
  4.4  参数优化
  4.5  模型精度验证
    4.5.1  全球精度空间分布
    4.5.2  精度的季节变化分析
    4.5.3  精度随纬度的变化情况分析
    4.5.4  极地和青藏高原地区精度分析
第5章  基于POA-CNN-LSTM算法的ZWD预报模型
  5.1  引言
  5.2  研究区域与数据
  5.3  研究方法
    5.3.1  CNN卷积神经网络
    5.3.2  POA鹈鹕算法
  5.4  POA-CNN-LSTM模型构建与实验设计
    5.4.1  模型构建
    5.4.2  实验设计与模型训练
  5.5  模型精度验证
第6章  基于LSSVM-Adaboost算法的PWV优化计算模型
  6.1  引言
  6.2  研究区域与数据
  6.3  研究方法
    6.3.1  最小二乘算法
    6.3.2  支持向量机
    6.3.3  Adaboost算法
    6.3.4  LSSVM-Adaboost算法融合
  6.4  模型构建与实验设计
  6.5  精度分析
第7章  总结与展望
  7.1  研究工作总结
  7.2  本书创新点
  7.3  研究展望
缩略词中英文对照
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目