此條目没有列出任何参考或来源。 (2012年2月13日)
維基百科所有的內容都應該可供查證。请协助補充可靠来源以改善这篇条目。无法查证的內容可能會因為異議提出而被移除。 |
数据同化，或稱資料同化，是通过数学模型拟合观测数据的一种渐进方式，通常用于复杂系统的建模和動態預測。这类系统通常具有复杂的数学模型，自由度有时达到，且因为观测数据体量庞大，使得对全体观测进行静态拟合成为不可能。
“分析-预报”循环 编辑
数据同化过程主要为两个步骤的循环。第一步可以称为分析，其中实际系统的观测量与模型产生的预报值相比较/融合，得到系统现在状态的最佳估计。在第二步，根据观测数据和模型两者包含的不确定度性信息，平衡二者得到关于未来系统状态的预报值（具体时间点由下一批观测值给出）。这就完成了一个分析-预报循环。
数据同化与卡尔曼滤波器 编辑
可以用卡尔曼滤波器来比喻数据同化过程。其中“分析”步骤类似于观测值与它的预估值的作差；预报步骤则相当于系统状态的最优估计。数据同化通常与最优控制过程之不同在于其自由度数量庞大，根本无法得到其协方差矩阵。数据同化常用于涉及大规模时效性数据处理的过程，如现代天气预报。
相關條目 编辑
数据同化, 此條目没有列出任何参考或来源, 2012年2月13日, 維基百科所有的內容都應該可供查證, 请协助補充可靠来源以改善这篇条目, 无法查证的內容可能會因為異議提出而被移除, 或稱資料同化, 是通过数学模型拟合观测数据的一种渐进方式, 通常用于复杂系统的建模和動態預測, 这类系统通常具有复杂的数学模型, 自由度有时达到10, displaystyle, 且因为观测数据体量庞大, 使得对全体观测进行静态拟合成为不可能, 分析, 预报, 循环, 编辑过程主要为两个步骤的循环, 第一步可以称为分析, 其中实际系统. 此條目没有列出任何参考或来源 2012年2月13日 維基百科所有的內容都應該可供查證 请协助補充可靠来源以改善这篇条目 无法查证的內容可能會因為異議提出而被移除 数据同化 或稱資料同化 是通过数学模型拟合观测数据的一种渐进方式 通常用于复杂系统的建模和動態預測 这类系统通常具有复杂的数学模型 自由度有时达到10 6 displaystyle 10 6 且因为观测数据体量庞大 使得对全体观测进行静态拟合成为不可能 分析 预报 循环 编辑数据同化过程主要为两个步骤的循环 第一步可以称为分析 其中实际系统的观测量与模型产生的预报值相比较 融合 得到系统现在状态的最佳估计 在第二步 根据观测数据和模型两者包含的不确定度性信息 平衡二者得到关于未来系统状态的预报值 具体时间点由下一批观测值给出 这就完成了一个分析 预报循环 数据同化与卡尔曼滤波器 编辑可以用卡尔曼滤波器来比喻数据同化过程 其中 分析 步骤类似于观测值与它的预估值的作差 预报步骤则相当于系统状态的最优估计 数据同化通常与最优控制过程之不同在于其自由度数量庞大 根本无法得到其协方差矩阵 数据同化常用于涉及大规模时效性数据处理的过程 如现代天气预报 相關條目 编辑天气预报 取自 https zh wikipedia org w index php title 数据同化 amp oldid 74994277, 维基百科，wiki，书籍，书籍，图书馆，
文章
，阅读，下载，免费，免费下载，mp3，视频，mp4，3gp， jpg，jpeg，gif，png，图片，音乐，歌曲，电影，书籍，游戏，游戏。