Wave Height Estimation From X-Band Radar Data Using Variational Mode Decomposition
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the paper, a variational mode decomposition (VMD)-based method is proposed to estimate significant wave heights (<i>H<sub>s</sub></i>) from X-band marine radar images. Firstly, 10 intrinsic mode functions (IMFs) are decomposed from the selected radar sub-images with VMD. Then, a linear fitting method is conducted to estimate <i>H<sub>s</sub></i> by using the sum of the amplitude modulation (AM) components extracted from the 6<sup><i>th</i></sup> to 9<sup><i>th</i></sup> IMFs. The radar data were collected from a ship at sea around 300 km from Halifax, NS, Canada. The real-time <i>H<sub>s</sub></i> data were obtained by drifting Triaxys buoys around the moving vessel. Experiment results show that the proposed VMD-based linear fitting method generates improvement in the <i>H<sub>s</sub></i> measurements, compared to the typical ensemble empirical mode decomposition (EEMD)-based linear fitting method, by reducing the root-mean-square error (RMSE) from 0.34 m to 0.32 m and increasing the correlation coefficient (CC) from 0.90 to 0.92 after using the moving average.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle