检索结果-南通市图书馆

基于ECOC平衡随机森林的雷达降水粒子分类

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2023年

作者：李海田众钱君中国民航大学天津市智能信号与图像处理重点实验室中国航空工业集团公司雷华电子技术研究所

针对数据不平衡情况下的降水粒子分类问题，本文提出了一种基于纠错输出码(Error Correcting Output Codes ，ECOC)平衡随机森林的双偏振气象雷达降水粒子分类方法。首先将多类别降水粒子数据集编码为多个二分类数据集，然后对二分类数... 详细信息

针对数据不平衡情况下的降水粒子分类问题，本文提出了一种基于纠错输出码(Error Correcting Output Codes ，ECOC)平衡随机森林的双偏振气象雷达降水粒子分类方法。首先将多类别降水粒子数据集编码为多个二分类数据集，然后对二分类数据集进行有放回的平衡重采样构建多棵分类回归树，最后利用所有的分类回归树联合进行降水粒子分类。对实测数据的处理结果表明，该方法能够在保证总体准确率较高的情况下，大幅提高少数类的分类效果。

关键词：双偏振气象雷达降水粒子分类数据不平衡纠错输出码平衡随机森林

一种基于离散属性BNT的双偏振气象雷达降水粒子分类方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子学报 2021年第3期49卷 619-624页

作者：李海尚金雷孙婷逸冯青庄子波中国民航大学天津市智能信号与图像处理重点实验室天津300300 中国民航大学飞行技术学院天津300300

针对传统降水粒子分类算法存在的过度依赖专家经验和模型预设误差问题,本文提出了一种基于离散属性贝叶斯网络(Bayesian NeTwork,BNT)的双偏振气象雷达降水粒子分类(Hydrometeor Classification,HC)方法.首先对双偏振气象雷达获取的偏... 详细信息

针对传统降水粒子分类算法存在的过度依赖专家经验和模型预设误差问题,本文提出了一种基于离散属性贝叶斯网络(Bayesian NeTwork,BNT)的双偏振气象雷达降水粒子分类(Hydrometeor Classification,HC)方法.首先对双偏振气象雷达获取的偏振参量取值进行离散化处理生成离散化标准,并根据离散化标准制作训练数据集合;然后使用训练数据集合对贝叶斯网络进行结构学习学得贝叶斯网络结构,以及参数学习学得与贝叶斯网络结构匹配的条件概率表;最后加入附加信息计算出每种降水粒子类先验概率,与贝叶斯网络结构和条件概率表共同组成贝叶斯网络分类器.训练好的贝叶斯网络分类器根据最大后验概率准则完成对测试数据的降水粒子分类,与模糊逻辑算法对比评价结果.实验证明:该方法能有效区分不同的降水粒子得到准确的降水粒子分类结果.

关键词：双偏振雷达降水粒子分类贝叶斯网络贝叶斯分类不确定知识离散化 BNT

一种基于模糊神经网络–模糊C均值聚类的双偏振气象雷达降水粒子分类方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2019年第4期41卷 809-815页

作者：李海任嘉伟尚金雷中国民航大学天津市智能信号与图像处理重点实验室天津300300

对于地杂波存在情况下的降水粒子分类问题,传统方法在不同的天气及环境条件下会产生较大分类误差。该文提出一种基于模糊神经网络(FNN)-模糊C均值聚类(FCM)算法的双偏振气象雷达降水粒子分类方法。该方法首先利用双偏振气象雷达在晴空... 详细信息

对于地杂波存在情况下的降水粒子分类问题,传统方法在不同的天气及环境条件下会产生较大分类误差。该文提出一种基于模糊神经网络(FNN)-模糊C均值聚类(FCM)算法的双偏振气象雷达降水粒子分类方法。该方法首先利用双偏振气象雷达在晴空模式下接收的地杂波数据训练FNN,自适应地计算地杂波各偏振参量隶属函数的参数,然后利用训练得到的地杂波隶属函数对降水模式下的地杂波进行抑制,最后采用模糊C均值聚类算法对地杂波抑制后的回波进行降水粒子分类。对实测数据的处理结果表明,该方法能够有效地抑制地杂波并获得较为精细的降水粒子分类结果。

关键词：双偏振气象雷达降水粒子分类地杂波模糊神经网络模糊C均值聚类

MC-DTSVMs的双偏振气象雷达降水粒子分类方法

在线全文

学校读者我要写书评

暂无评论

西安电子科技大学学报 2020年第4期47卷 132-140页

作者：李海尚金雷孙婷逸冯青庄子波中国民航大学天津市智能信号与图像处理重点实验室天津300300 中国民航大学飞行技术学院天津300300

为解决双偏振气象雷达偏振参量数据随机缺失情况下的降水粒子分类问题,提出一种矩阵填充-决策树支持向量机多分类器的双偏振气象雷达降水粒子联合分类方法。首先,根据矩阵填充算法对存在随机缺失的偏振参量数据进行重构;然后,利用训练... 详细信息

为解决双偏振气象雷达偏振参量数据随机缺失情况下的降水粒子分类问题,提出一种矩阵填充-决策树支持向量机多分类器的双偏振气象雷达降水粒子联合分类方法。首先,根据矩阵填充算法对存在随机缺失的偏振参量数据进行重构;然后,利用训练数据对决策树支持向量机多分类器进行学习;最后,使用学习好的决策树支持向量机多分类器实现对重构数据的降水粒子分类。通过对实测数据的处理及结果分析,证明了该方法能够有效地解决偏振参量数据随机缺失情况下的降水粒子分类问题。

关键词：双偏振气象雷达降水粒子分类矩阵填充支持向量机随机缺失

在线全文

学校读者我要写书评

暂无评论

卷积神经网络联合SVM的降水粒子分类

雷达科学与技术 2023年第4期21卷 391-399,404页

作者：罗泽虎王旭东徐桂光高涌荇南京航空航天大学雷达成像与微波光子技术教育部重点实验室江苏南京211106

针对传统模糊逻辑降水粒子识别算法存在过度依赖专家经验来设置参数的缺陷,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)和支持向量机(Support Vector Machine,SVM)联合结构的降水粒子分类方法。本文首先搭建了适用于... 详细信息

针对传统模糊逻辑降水粒子识别算法存在过度依赖专家经验来设置参数的缺陷,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)和支持向量机(Support Vector Machine,SVM)联合结构的降水粒子分类方法。本文首先搭建了适用于双偏振雷达数据矩阵传播结构的4种卷积神经网络模型,通过对KOHX雷达各极化参数进行分块和堆叠操作,制作模型所需数据集并训练模型。然后根据各CNN模型对目标块的分类特点,结合SVM分类器,搭建能够识别5类目标粒子的联合结构。最后,对KOHX雷达0.5°仰角扫描数据进行测试,得到该联合结构模型的分类准确率达94.92%。并且对于不同仰角、不同雷达的扫描数据均能进行有效分类,表现出较好的鲁棒性。

关键词：模糊逻辑卷积神经网络极化参数支持向量机降水粒子分类

在线全文

学校读者我要写书评

暂无评论

基于二维统计分析的降水粒子分类方法

雷达科学与技术 2022年第1期20卷 41-50页

作者：李海张超群郭生权冯青中国民航大学天津市智能信号与图像处理重点实验室天津300300

为解决双偏振气象雷达模糊逻辑方法如何确定隶属函数参数提高准确率的问题,本文使用二维统计分析的方法确定钟型隶属函数的参数,实现基于模糊逻辑双偏振气象雷达降水粒子分类方法。首先使用二维统计得到频次图,通过对频次图分析以及对... 详细信息

为解决双偏振气象雷达模糊逻辑方法如何确定隶属函数参数提高准确率的问题,本文使用二维统计分析的方法确定钟型隶属函数的参数,实现基于模糊逻辑双偏振气象雷达降水粒子分类方法。首先使用二维统计得到频次图,通过对频次图分析以及对隶属函数临界值的分析确定钟型隶属函数参数,然后根据极化参数的贡献程度以及准确率确定不同降水粒子各极化参数的权重系数。最后使用调节参数后的模糊逻辑方法对一次雷达数据进行降水粒子分类。通过对实测数据的结果分析证明了该方法的有效性。

关键词：二维统计分析模糊逻辑降水粒子分类双偏振气象雷达

基于增量贝叶斯的双偏振气象雷达降水粒子分类方法

在线全文

学校读者我要写书评

暂无评论

雷达科学与技术 2022年第3期20卷 319-327页

作者：李海孙婷逸程新宇中国民航大学天津市智能信号与图像处理重点实验室天津300300

面对降水粒子分类过程中可能存在的样本数不足,样本质量不高的问题,提出一种基于增量贝叶斯的双偏振气象雷达降水粒子分类方法。该方法首先处理有标签的训练数据集,获取属性节点和类节点之间的条件概率表构建朴素贝叶斯分类器;接着使用... 详细信息

面对降水粒子分类过程中可能存在的样本数不足,样本质量不高的问题,提出一种基于增量贝叶斯的双偏振气象雷达降水粒子分类方法。该方法首先处理有标签的训练数据集,获取属性节点和类节点之间的条件概率表构建朴素贝叶斯分类器;接着使用朴素贝叶斯分类器分类无标签数据,判断类置信度值后将符合条件的数据追加到训练数据集中,最后修正朴素贝叶斯分类器完成增量学习,得到增量贝叶斯分类器实现降水粒子分类。增量贝叶斯分类器不仅能够增加有效的数据样本,还能够及时更新分类器从而提高其泛化性和适应性,分类结果的准确性也得到了一定的改善。

关键词：双偏振气象雷达降水粒子分类增量学习朴素贝叶斯分类器

基于ECOC平衡随机森林的雷达降水粒子分类

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年第5期46卷 1599-1606页

作者：李海田众钱君中国民航大学天津市智能信号与图像处理重点实验室天津300300 中国航空工业集团公司雷华电子技术研究所江苏无锡214063

针对数据不平衡情况下的降水粒子分类问题,提出了一种基于纠错输出码(error correcting output code,ECOC)平衡随机森林的双偏振气象雷达降水粒子分类方法。首先,将多类别降水粒子数据集编码为多个二分类数据集;然后,对二分类数据集进... 详细信息

针对数据不平衡情况下的降水粒子分类问题,提出了一种基于纠错输出码(error correcting output code,ECOC)平衡随机森林的双偏振气象雷达降水粒子分类方法。首先,将多类别降水粒子数据集编码为多个二分类数据集;然后,对二分类数据集进行有放回的平衡重采样,构建多棵分类回归树;最后,利用所有的分类回归树联合进行降水粒子分类。对实测数据的处理结果表明,所提方法能够在保证总体准确率较高的情况下,大幅提高少数类的分类效果。

关键词：双偏振气象雷达降水粒子分类数据不平衡纠错输出码平衡随机森林

基于DTSVMs-BNT协同训练的双偏振气象雷达降水粒子分类方法

在线全文

学校读者我要写书评

暂无评论

火控雷达技术 2022年第1期51卷 5-13页

作者：李海程新宇尚金雷中国民航大学天津300300

本文提出了一种基于决策树支持向量机-贝叶斯网络协同训练的双偏振气象雷达降水粒子分类方法。该方法首先使用有标签的数据初步训练得到贝叶斯网络和决策树支持向量机两种分类器。然后取出部分无标签的数据,通过两个分类器得到类别的预... 详细信息

本文提出了一种基于决策树支持向量机-贝叶斯网络协同训练的双偏振气象雷达降水粒子分类方法。该方法首先使用有标签的数据初步训练得到贝叶斯网络和决策树支持向量机两种分类器。然后取出部分无标签的数据,通过两个分类器得到类别的预测结果,计算该部分预测结果的置信度,将预测结果满足阈值的无标签数据放入到有标签数据集中。使用更新后的有标签数据集重新训练两个分类器。重复该过程直到所有无标签训练数据都被放入到有标签数据集中,这时完成训练得到协同训练分类器,最后使用协同训练分类器对测试数据集进行降水粒子分类。实验表明,该方法使用一部分有标签数据结合一部分无标签数据,有效地提高了分类器性能,实现了降水粒子的准确分类。

关键词：协同训练降水粒子分类双偏振气象雷达贝叶斯网络支持向量机