欢迎来到天天文库
浏览记录
ID:34612519
大小:1.12 MB
页数:73页
时间:2019-03-08
《基于支持向量机分类树地基云图分类的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、ThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringGround-BasedCloudImagesClassificationBasedonSVM-Classification-TreeCandidateLiuRuitaoMajorPatternRecognitionandIntelligentSystemSupervisorAssoc.Prof.YangWeidongHuazhongUniversity
2、ofScience&TechnologyWuhan430074,P.R.ChinaJan.,2012独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或
3、机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在年解密后适用本授权书。本论文属于不保密□。(请在以上方框内打“√”)学位论文作者签名:指导教师签名:日期:年月日日期:年月日1摘要云类在地球大气环境变化中扮演着重要的角色。云类的生成、发展以及消散对于气象预报产生重要的影响。因此,快速准确的对云类别进行识别对于天气预报有重要的意义。目前,有两种主要手段能够对云类进行观测:即气象卫星
4、云图或是从陆地进行拍摄所获得的地基云图。由于卫星云图成像分辨率不高、数据量大,不能精确的反映局部范围内气象变化状况,这些因素均制约了其在短时气象预报中的应用。相比于气象卫星云图,地基云图以其获取的方便快捷、图像信息丰富、能够准确地反映某局部区域的气象变化状况,对地基云图的分析成为短时气象预报研究的热点。本文在对已有气象卫星云图分类方法研究的基础上,提出了一种利用Gabor特征和SVM分类树对地基云图进行分类的新方法。本文采用基于Gabor的多尺度分析方法提取了两种能够较好地反映地基云图特点的特征:感兴趣算子特征组和排序直
5、方谱特征组。并与目前在模式识别领域使用广泛的BagofWords特征提取算法进行对比,实验结果表明,Gbaor特征具有更好的分类效果和较强的鲁棒性。同时本文采用特征选择方法对所提取的特征组进行优选。并针对常见有监督分类过程中学习样本选择较为随意的问题,采用基于聚类分析的学习样本选择方法,选择出能够代表全体样本的学习样本,对于分类器的构造过程具有较大的帮助。本文采用BP神经网络和支持向量机对地基云图进行分类实验。介绍了利用集成SVM和二叉树SVM进行多类分类的方法。并在级联分类器和特征分组思想的基础上,提出了采用动态特征分
6、组构造SVM分类树的地基云图分类方法,同时还介绍了SVM分类树的构造方法。实验结果表明SVM分类树方法具有较高的分类正确率。关键词:地基云图分类树Gabor滤波器支持向量机排序直方谱BagofWordsIAbstractNowadays,Cloudsareplayinganessentialroleintheatmosphereandcloudclassescanbeseenasindicatorsofthetypeandintensityoflocallyactivethermalprocesses.Cloudcove
7、r,typeandheightmeasurementsarecollectedbymeansofbothsatelliteandground-basedweatherstations.However,thesatelliteimagesdatastoragespaceissovastthatitcan’taffordareal-timeprocessoperation.Consequently,wehavetopredictweatherinashorttimeandlocalareabyusingtheground-b
8、asedcloudimages,Inthispaper,weproposeanovelmethodforground-basedcloudclassification.Wefirstlycomputedifferenttexturefeaturesfromtheground-basedcloudimagesaccor
此文档下载收益归作者所有