龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京控制工程研究所
摘要：本发明公开了一种利用热惯量的高风险地形智能识别方法及系统，其中，该方法包括：根据星表温度得到星表热惯量；利用星表热惯量建立高斯混合模型，用于识别星表陷阱。本发明能够预测地形的可通过性，保证探测器精确安全探测。
主权项：1.一种利用热惯量的高风险地形智能识别方法，其特征在于包括：根据星表温度得到星表热惯量；利用星表热惯量建立高斯混合模型，用于识别星表陷阱；所述星表热惯量通过如下公式得到： 其中，A为星表反照率，ε为辐射系数，σ为玻尔兹曼常量，Rsw为太阳短波辐射，Rlw为大气长波辐射，Τs为星表温度，I为星表热惯量，t为时间，z'为深度与热透入深度的比值，Tz,t为时间t、深度与热透入深度的比值z时的星表温度；深度与热透入深度的比值z'为：其中，z为深度，δ为热透入深度；热透入深度δ通过如下公式得到： 其中，k为热导率，ρ为密度，c为比热容，P为昼夜循环周期；所述高斯混合模型通过如下公式得到： 其中，为星表热惯量在中间参数θ条件下的概率，K为高斯混合模型的模型数量，αn为测量数据属于第n个子模型的概率，φI|θn为第n个子模型的高斯分布密度函数，θ为中间参数，θn为第n个子模型的期望和方差最终估计值，I为星表热惯量，n为子模型的数字标记；中间参数其中，表示第n个子模型的期望最终估计值，表示第n个子模型的协方差最终估计值，表示第n个子模型在高斯混合模型中发生的概率最终估计值。
全文数据：
权利要求：
百度查询： 北京控制工程研究所 一种利用热惯量的高风险地形智能识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号