文献

J-GLOBAL ID：201902216163686174   整理番号：19A2405922

移動源排出のリモートセンシングにおける測定誤差のための適応補償【JST・京大機械翻訳】

Adaptive compensation for measurement error in remote sensing of mobile source emissions

著者 (6件)： Xi Xugang (School of Automation, Hangzhou Dianzi University, Hangzhou 310018, China) ,  Sun Ziyang (School of Automation, Hangzhou Dianzi University, Hangzhou 310018, China) ,  Hua Tong (School of Automation, Hangzhou Dianzi University, Hangzhou 310018, China) ,  Jiang Peng (School of Automation, Hangzhou Dianzi University, Hangzhou 310018, China) ,  Miran Seyed M. (Biomedical Informatics Center, George Washington University, Washington, DC, USA) ,  Li Xiaolu (College of Mechanical and Electrical Engineering, China Jiliang University, Hangzhou 310018, China)
資料名： Measurement  (Measurement)
巻： 148  ページ： Null  発行年： 2019年 
JST資料番号： W0315B  ISSN： 0263-2241  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 移動汚染源を監視するためのリモートセンシング技術を用いることは,大気汚染を防ぐための先進技術である。本論文では,複雑で可変な環境擾乱を受けることからリモートセンシングを防ぐことができる誤差補償モデルを提案した。この新しい方法を用いて,複数の干渉の下での測定誤差予測モデルを,Extreme学習機械によって確立した。次に,実際の測定プロセスを,元のシーケンスのシーケンス分解を達成するために使用されるマルチセンサ仮想観測モデルに変換した。最後に,仮想観測シーケンスの融合を適応Kalmanフィルタによって実行した。移動エントロピーを用いて,多重擾乱不均衡測定を表現し,適応Kalmanフィルタにおける観測雑音共分散係数を最適化した。実験結果は,従来の方法と比較して,著者らのモデルがより良く実行したことを示した。結果は,著者らの方法が迅速に効果的に測定誤差を補償して,装置の環境適応性を改善することができることを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 多重化 ,  学習機械 ,  *リモートセンシング ,  モデル ,  *測定誤差 ,  予測モデル ,  最適化 ,  移動汚染源 ,  大気汚染 ,  エントロピー
準シソーラス用語： 測定ノイズ ,  不均衡 ,  適応Kalmanフィルタ ,  マルチセンサ ,  誤差補償 , 【Automatic Indexing@JST】

著者キーワード (6件)： リモートセンシング ,  移動汚染源 ,  誤差補償 ,  伝達エントロピー ,  適応Kalmanフィルタ ,  仮想観察

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： リモートセンシング ,  測定誤差 ,  適応 ,  補償