交叉验证LOOCV matlab代码GPR_loocv LOOCV 计算代码，用于确定从 GPR 剖面计算碎片厚度反演的阈值。 使用 xval_tsB.csv 中的真实厚度测量值来训练天线单元升高 27 cm 时的阈值，以及 xval_tsAC.csv 中天线单元为 19 cm 时的阈值。 xval_cng.m 是 matlab 脚本，它将通过留一交叉验证（Arlot et al., 2010）计算阈值，这些验证与 Changri Nup Glacier（A＆C 组合或 B，分开的）选定横断面上的每次测量相关通过天线单元仰角）。 scale_cng.m 根据最低 10% 的 RMSE 计算报告的阈值，并将其应用于生成所选轮廓的厚度检索。 在 Changri Nup Glacier 收集的 .DZT 文件可在 ，等待出版接受。

叶绿素a是影响内陆水体光学特性的主要水色要素之一。作为反映水体富营养化程度的重要参数指标，国内外学者发展了大量的算法和模型进行水体中叶绿素a浓度的遥感反演。这些算法均使用固定的波段位置。叶绿素a的特征谱段随着其浓度的变化存在一定的位移，尤其是701nm反射峰，其存在着明显的“红移”现象，因此使用固定波段势必带来一定的误差。通过对不同叶绿素a浓度水样的光谱曲线分析，提出动态峰反演叶绿素a浓度的方法。使用反射峰范围最大值和吸收谷范围最小值，而不是固定波长位置进行建模，以求获得更高的反演精度。

psokinv，希望对大家有用

分布式贝叶斯同震反演

以阳宗海为研究对象,利用landsat-8 OLI遥感影像与叶绿素a浓度实测数据,基于波段敏感性分析,构建叶绿素a浓度估测回归模型。研究表明,以波段组合(B5-B4)/(B5+B4)为参数的多项式回归模型结果最优,拟合度达0.720 1。反演得到阳宗海2018年3月1日叶绿素a浓度和富营养化指数的空间分布图,结果显示阳宗海水体整体为中营养状态。

摘要为了研究气候变化需要实现遥感卫星对二氧化碳的高精度测量气溶胶和透射率较高的薄卷云的散射是影响大气中反演精度的主要环境因素结合主成分分析的统计方法和光程概率分

动态光散射反演算法参数的微小变化会导致解的巨大偏差，因此需建立反演算法的评价指标，据此对反演结果进行评价，以提高测量的精度。从相关函数的拟合精度、粒度分布的稳定性、测量结果的重复性等三个方面对反演算法进行了分析，进而建立起了反演算法的三个评价指标。评价指标一：相关函数拟合的均方根（RMS）误差小于 0.001，误差的品质因子Q>0.7；评价指标二：粒度分布范数的相对标准偏差RN<5%；评价指标三：测量结果的相对标准差（RSD）小于 2%。实验结果表明：当反演算法满足三个评价指标时，其稳定性好，重复精度高，可以获得最接近实际的测量结果。

matlab中inv的函数代码 这个库是我在学习UBC-GIF的重磁三维反演时候的一些笔记和代码 mark Introduction 整个GravForMedeling3D文件夹是从github clone过来的，不知道为什么无法显示原作者信息。 clone地址： 主要目的 建立反演数据的格式化--为了便于paraview成图。 修改及增加 增加density_add_coordinate.m函数，用来给密度模型增加空间网格信息，注意由于密度是建立在一个cell里面的，所以空间的坐标取的是cell中点的坐标。这个m文件与GravForMedeling3D文件夹里面的Mesh3D.m功能一样，但是适应性更强，适应v5.1的mesh格式。 translate目录下面是几个sh脚本， cpgra.sh是用来把inv目录下反演最后一次迭代得到的密度和预测文件copy到output，并分别命名为gravity_density.txt和gravity_prediction.txt format_density.m调用了density_add_coordinate.m函数，并且不启动matlab界面

飞行器姿态控制matlab代码学期论文：纳米四旋翼增量非线性动态反演控制器的设计，实现和评估 汽车制造商：Evghenii Volodscoi 抽象的 增量非线性动态反演（INDI）是一种很有前途的控制技术，广泛用于控制不同类型的飞机系统。 除了提供高性能的非线性控制外，这种类型的控制器不需要详细的受控飞机模型，并且可以有效地防止干扰。 本学期的论文描述了INDI控制器的发展，该控制器可控制纳米四极杆的姿态和位置。 它始于控制算法的推导。 然后首先在Simulink环境中开发控制器，然后在四旋翼的嵌入式硬件上实现该控制器。 随后，讨论了INDI控制器的实现方面，例如控制效果的估计，执行器时间常数的测量以及推力映射参数的估计。 最后，测试所实现的控制器应对干扰的能力。 已实现的控制算法的最终版本可通过Crazyflie四旋翼的官方开源固件获得。 在本学期论文框架中实现的INDI位置控制器的C代码与Crazyflie Quadrotor的官方固件合并在一起。 可以在以下链接下找到相应的请求请求，其中包含对最终软件结构的详细描述： 项目结构 code/ actuator_dynamics/

用 MODIS 地表反射率产品和 ProSAIL 模型反演叶面积指数。 （1）做本实验的代码在 codes/ 文件夹中。除了我们常用的 numpy、pandas和geopandas、gdal库之外，还用了tqdm显示进度条、用scikit-opt现成的遗传算法做优化、为使代码规范用了overrides库明确标明我要覆写某个方法，这些库都可以 pip 装上。 （2）主程序为main.py (3) 代码都有注释