基于径向基函数网络的云自动分类研究.pdf

基于径向基函数网络的云自动分类研究.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于径向基函数网络的云自动分类研究

26 1 Vol. 26 No . 1 2003 2 Journal of Nanjing Institute of M eteorology Feb. 2003 : 1000-2022(2003) 01-00 9-07 蒋德明,  陈渭民,  傅炳珊,  王建凯 ( , 210044) : 采用GMS-5 红外( 10. 5 ~12. 5 m) 和可见光( 0. 55 ~0. 9 m) 两通道资料, 采集了1999 年7—10 月中国东南沿海57 区、5 区和59 区包括晴空 内的12 类云 目标样本2 912 个, 采样窗尺寸为 × 像素, 随机生成训练和测试两 个样本子集。对 径向基函数网络( radial base function neural netw ork, RBF) 云分类问题研究中的 应用价值进行了全面的测试与分析, 得到了肯定的结论, 提出了优化设计的方法。对 6 类云型分类试验, 平均正确率为 6 % ; 对11 类云型分类试验, 平均正确率为 67 % 。采用自组织竞争神经网络实现寻找RBF 神经网络的隐层神经元中心。 特征 空间生成过程中, 采用小波包分解算法实现模式特征抽出。结果表明, 小波包分解特 征能很好地描述不同云型的差异。 : 云分类; 神经网络; 卫星图像 : P405; P422. 15: A [ 1] 20 70 0 NOWCASTING [ 2] [ 3] [ 4] , [ 5] [ 6] , , 20 90 [ 7] Welch 3 ( 1) ( SDA) ; 2) BP ; 3) ( PNN) ) , 5 5 200 , ( Sequential Forw ard Selection, SFS) 20 , Bootstrap [ ] , 5. 6 % , 7. 6 % 7. 2 % Bankert PNN 10 , hold-one-out 79. % , bootstrap 77. 1 %, 5 ( , , , [ 9] ) , 91. 2 % 9 , Miller BP 2 % [ 10] City Polytechnic Lee BP GMS : 2001-12-20; : 2002-05-15 : : ( 1962- ) , , , , , , . 90 26 5 , ( ) ( ) , 60 %, 70 % NOA A LA NDSAT GMS [ 11-12] BP GM S 4 ( M CC) , , , , Fisher , Fisher , , , : ; , RBF GMS 11 , 1 GM S-5 ( 0. 550. 9 m) ( 10. 512

文档评论(0)

magui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8140007116000003

1亿VIP精品文档

相关文档