English(EN) Physically-Informed Fuzzy Clustering of Vertical Sounding Ionograms

物理信息模糊聚类方法分离电离图轨迹

作者 PulseAugur 编辑部 · [2 个来源] · 2026-04-30 11:13

研究人员开发了一种新的物理信息模糊聚类方法来分析垂直探测电离图。该技术可以自动将电离图分离成不同的轨迹，即使在电离层扰动条件下，最初也不知道轨迹的数量。该模型利用期望最大化算法，并结合了与电离层层特性相关的参数，旨在提高电离图解释的准确性。 AI

影响引入了一种新颖的电离图分析聚类方法，有望改善大气物理学研究。

排序理由这是一篇详细介绍电离图分析新方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CV TIER_1 English(EN) · Oleg I. Berngardt, Sergey N. Ponomarchuk · 2026-05-01 04:00

垂直探测电离图的物理信息模糊聚类

arXiv:2604.27721v1 Announce Type: cross Abstract: This paper presents a physically-informed fuzzy clustering of vertical sounding ionograms for automatically separating the ionogram into tracks suitable for further interpretation and determining their optimal number. The model is…
arXiv cs.CV TIER_1 English(EN) · Sergey N. Ponomarchuk · 2026-04-30 11:13

垂直探测电离图的物理信息模糊聚类

This paper presents a physically-informed fuzzy clustering of vertical sounding ionograms for automatically separating the ionogram into tracks suitable for further interpretation and determining their optimal number. The model is designed for use not only in conditions where the…