论文部分内容阅读
基于定点测量的标准黑体温度实验数据,建立大气透过率的神经网络估计模型.在不同距离测量黑体温度后,引入BP网络自适应学习测试数据的潜在规律,建立大气透过率与当前测量距离及测试温度之间的函数关系,可以精确计算目标的实际温度.仿真结果表明,用本文方法所建的BP网络可以有效地学习样本信息,建立的非线性大气透过率模型解决了大气透过率因影响因素复杂计算难度大等问题.