结构光反射成像结合SPT和机器学习的黄桃隐性损伤检测 被引量：1

1

作者 吴建 刘晨林 +4 位作者 欧阳爱国 李斌 陈楠 徐晨光 刘燕德 《农业工程学报》 北大核心 2025年第9期298-307,共10页

针对黄桃早期隐性损伤特征不明显,常规光学成像技术检测难的问题,该研究采用结构光反射成像(structuredillumination reflectance imaging,SIRI)技术结合螺旋相位变换(spiral phase transform,SPT)解调和机器学习算法,以实现黄桃隐性损... 针对黄桃早期隐性损伤特征不明显,常规光学成像技术检测难的问题,该研究采用结构光反射成像(structuredillumination reflectance imaging,SIRI)技术结合螺旋相位变换(spiral phase transform,SPT)解调和机器学习算法,以实现黄桃隐性损伤快速检测。首先利用搭建的SIRI系统采集6个空间频率(0.05、0.10、0.15、0.20、0.25、0.30 mm^(-1))的条纹结构光反射图像,采用三相位解调(three-phase demodulation,TPD)得到交流分量(amplitude component,AC)图像和直流分量(direct component,DC)图像,计算AC图像对比度指数用于选择适用于黄桃隐性损伤检测的最优空间频率,并采集所有样品的三相位条纹图像。利用SPT解调方法得到AC和DC图像,计算AC/DC获得比值图像(ratio image,RT)。基于DC、AC、RT 3种图像的灰度共生矩阵(gray level co-occurrence matrix,GLCM)、局部二值模式(local binary pattern,LBP)图像纹理特征和基于ResNet-50提取的深度特征,使用5种图像(DC、AC、RT、DC-AC、DC-AC-RT)的GLCM-LBP特征、深度特征和混合特征作为输入,分别建立支持向量机(support vector machine,SVM)、K近邻(K-NearestNeighbor,KNN)、极端梯度提升(XGBoost)、随机森林(random forest,RF)等机器学习模型对健康和损伤黄桃进行分类检测。结果表明,基于GLCM-LBP特征、深度特征和混合特征建立的模型最高平均准确率分别为92.6%、95.0%和95.7%,混合特征模型的平均准确率最高。在混合特征分类模型中,基于DC-AC-RT组合图像的XGBoost模型准确率最高为97.6%。对比相同条件下的TPD解调图像分类结果,SPT解调图像的总体分类准确率与TPD解调图像相当,准确率最高均为97.6%,且只需任意两幅相位图像,与TPD相比图像采集时间可节约1/3。研究表明,SIRI结合SPT和机器学习算法可实现黄桃隐性损伤检测,保持较高准确率的同时还减少了检测时间,有效提高了SIRI技术的检测效率,研究结果可为果蔬表面隐性损伤实时检测提供参考。 展开更多

关键词 隐性损伤检测 结构光反射成像 螺旋相位解调 特征提取 机器学习

在线阅读 下载PDF 职称材料

基于反射变换成像技术和深度学习自动比对弹壳痕迹

2

作者 马超群 罗亚平 +1 位作者 陈福仕 张力超 《刑事技术》 2025年第6期577-583,共7页

涉枪案件因其极端的社会危害性,迫切需求高效精准的侦破手段。本研究将反射变换成像技术与深度学习相融合,应用于枪弹识别领域。实验选取了5支QSZ92式9 mm手枪的1500枚击发弹壳样本,利用DTV3.1智能成像系统对弹壳底部痕迹进行拍摄,获取... 涉枪案件因其极端的社会危害性,迫切需求高效精准的侦破手段。本研究将反射变换成像技术与深度学习相融合,应用于枪弹识别领域。实验选取了5支QSZ92式9 mm手枪的1500枚击发弹壳样本,利用DTV3.1智能成像系统对弹壳底部痕迹进行拍摄,获取其法线图。随后,利用预训练的ResNet-50网络对弹壳法线图进行特征提取,并进行分类训练。最终,通过输出AUC值、测试集的识别准确性和混淆矩阵评估模型的性能。实验结果显示,5支枪总AUC值为0.98;2号枪的识别准确率最高,为97.66%;1号枪的识别准确率最低,为93.75%。证明了基于反射变换成像技术和深度学习的弹壳痕迹自动识别方法具有显著成效,为痕迹检验领域中其他痕迹的识别提供了有益的参考和借鉴。 展开更多

关键词 反射变换成像(RTI) 深度学习 弹壳痕迹 自动比对

在线阅读 下载PDF 职称材料

全像素双核成像技术及应用研究综述 被引量：1

3

作者 戴玉超 章飞宇 +2 位作者 潘利源 项末初 何明一 《中国图象图形学报》 CSCD 北大核心 2022年第12期3395-3414,共20页

全像素双核(dual-pixel,DP)自动对焦(dual-pixel CMOS auto focus,DP CMOS AF)采用混合检测自动对焦,其在每个像素配备两个光电二极管,使每个像素既参与对焦又参与成像,克服了传统相位检测自动对焦和反差检测自动对焦技术的缺点。根据... 全像素双核(dual-pixel,DP)自动对焦(dual-pixel CMOS auto focus,DP CMOS AF)采用混合检测自动对焦,其在每个像素配备两个光电二极管,使每个像素既参与对焦又参与成像,克服了传统相位检测自动对焦和反差检测自动对焦技术的缺点。根据离焦视差估计图像合焦镜头所需移动的距离,DP自动对焦具有更快的对焦速度和更高的对焦精度,因此广泛应用在手持设备中(如手机相机、单反相机等)。由于全像素双核传感器将每个像素分成两半,该传感器一次拍摄即可得到两幅图像。这两幅图像(全像素双核图像对)可以看做一个具有相同曝光时间和严格校正的小基线立体图像对。该图像对的视差与图像模糊程度相对应,只在离焦区域存在视差。全像素双核传感器不仅用于自动对焦,而且可以用于深度估计、散焦去模糊和反射去除等方面。本文系统地综述了全像素双核传感器的自动对焦、成像原理及研究现状,并进一步展望其未来发展。1)对自动对焦技术进行介绍,对比了传统对焦与全像素双核对焦;2)详细分析了全像素双核传感器的成像原理、成像模型及特点;3)系统地介绍了全像素双核在计算机视觉领域应用的最新进展,从深度估计、反射去除和离焦模糊去除等方面进行全面阐述及分析;4)适当的数据集是基于深度学习方法的基础,对目前的全像素双核数据集进行了介绍;5)分析了全像素双核在计算机视觉领域面临的挑战与机遇,对未来的全像素双核应用方向进行了讨论与展望。 展开更多

关键词 全像素双核(DP) 自动对焦 深度学习 相机成像 反射去除 深度估计

原文传递

基于平面镜反射成像学习的海洋捕食者算法及特征选择 被引量：1

4

作者 徐明 龙文 羊洋 《计算机应用研究》 CSCD 北大核心 2023年第2期394-398,444,共6页

针对基本海洋捕食者算法在求解复杂优化问题时存在收敛速度慢、解精度低和易陷入局部最优的缺点,提出一种改进的海洋捕食者算法。一方面,该算法在迭代前期引入当前全局最优个体引导群体中其他个体进行搜索的策略,从而加快算法的收敛速度... 针对基本海洋捕食者算法在求解复杂优化问题时存在收敛速度慢、解精度低和易陷入局部最优的缺点,提出一种改进的海洋捕食者算法。一方面,该算法在迭代前期引入当前全局最优个体引导群体中其他个体进行搜索的策略,从而加快算法的收敛速度;另一方面,在迭代后期引入平面镜反射成像学习策略,从而帮助群体逃离局部最优和提高求解精度。将改进算法应用于12个基准测试函数的寻优,结果表明,该算法比在求解精度和收敛速度方面均获得了显著提高。再将改进算法应用于求解21个特征选择问题,结果表明,该算法能有效去除冗余特征,提高数据分类的准确度。通过以上对比实验,显示出该改进算法的性能具有较强竞争力。 展开更多

关键词 海洋捕食者算法 平面镜反射成像学习 函数优化 特征选择

在线阅读 下载PDF 职称材料

关于高等学校形象的思考 被引量：2

5

作者 方志刚 毕晓光 《浙江海洋学院学报（人文科学版）》 2001年第2期57-59,共3页

塑造良好的高等学校形象是教育和社会发展的必然要求。高等学校的形象必然影响这个学校能否在激烈的市场竞争中获得有利的地位并实现可持续发展。高等学校形象具有形成的历史性、评价的社会性、影响的深远性等特点。影响高等学校形象的... 塑造良好的高等学校形象是教育和社会发展的必然要求。高等学校的形象必然影响这个学校能否在激烈的市场竞争中获得有利的地位并实现可持续发展。高等学校形象具有形成的历史性、评价的社会性、影响的深远性等特点。影响高等学校形象的因素是复杂的，既有社会历史的因素，也有高等学校内在的诸多因素，应该从多视角出发对高等学校的形象给予判定。本文初步分析了影响高等学校形象的内在因素，并在此基础上提出了塑造高等学校形象应采取的主要措施。 展开更多

关键词 高校 学校形象 影响因素 形象塑造

在线阅读 下载PDF 职称材料

基于生成对抗网络的单图像材质SVBRDF重建方法

6

作者 柴文光 曾庆洲 《扬州大学学报（自然科学版）》 CAS 北大核心 2023年第3期61-69,共9页

针对传统的材质空间变化双向反射分布函数(spatially varying bidirectional reflectance distribution function,SVBRDF)重建方法存在重建质量不佳和对光源感知能力不足的问题,提出一种基于深度学习的面向单图像的材质SVBRDF重建新方法... 针对传统的材质空间变化双向反射分布函数(spatially varying bidirectional reflectance distribution function,SVBRDF)重建方法存在重建质量不佳和对光源感知能力不足的问题,提出一种基于深度学习的面向单图像的材质SVBRDF重建新方法.首先,采用生成对抗网络框架与多组编码-解码器卷积网络架构提高SVBRDF重建质量;其次,在生成器中引入高光感知处理模块,减少SVBRDF重建时由高光所致的模糊;最后,采用一系列鉴别器对生成器网络参数进行训练,以区分网络的输出值与真实值,并利用合成图像和真实材质拍摄图像混合训练网络,解决合成图像与真实材质拍摄图像之间的像素数据分布差异问题.结果表明,基于生成对抗网络的单图像材质SVBRDF重建方法的重建质量和SVBRDF参数估计准确率都高于传统方法. 展开更多

关键词 生成对抗网络 空间变化双向反射分布函数 深度学习 高光感知 单图像

在线阅读 下载PDF 职称材料

基于光谱反射率的低照度图像增强方法研究 被引量：7

7

作者 麻祥才 曹前 +2 位作者 白春燕 王晓红 张大伟 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第3期610-616,共7页

低照度图像增强技术是机器视觉研究热点之一,Retinex理论模型假设图像是反射分量与光照分量乘积,通过去除或校正光照分量并结合物体的反射特性来恢复图像,被广泛应用在传统算法和深度学习增强模型中。光谱反射率是颜色的指纹,多光谱图... 低照度图像增强技术是机器视觉研究热点之一,Retinex理论模型假设图像是反射分量与光照分量乘积,通过去除或校正光照分量并结合物体的反射特性来恢复图像,被广泛应用在传统算法和深度学习增强模型中。光谱反射率是颜色的指纹,多光谱图像比普通图像的信息量更为丰富。色度学理论和Retinex理论都认为图像的颜色特性取决于反射系数,但光谱反射率是基于仪器测量获得真实的数据,而图像反射分量是基于图像分解假设的数据,目前文献没有从光谱角度对低照度图像增强进行研究。受Retinex理论启发结合深度学习非线性拟合能力,用颜色的光谱反射率代替RetinexNet网络中的图像反射分量,用CIE标准光源的光谱功率分布代替网络中的图像照明分量,提出了一种基于光谱反射率的低照度图像增强方法。首先对图像数据库中正常光照图像进行光谱重建,构建低照度图像与正常光照的多光谱图像数据集。然后训练将低照度图像转换成多光谱图像的深度学习网络模型。任意低照度图像通过网络模型得到多光谱图像,多光谱图像根据色度学理论得到CIEXYZ三刺激值,再通过标准颜色空间转换到RGB颜色空间中显示。该方法在公开LOL数据集上进行训练与测试,结果表明在图像噪声抑制和颜色恢复方面都优于常用方法,证明该方法对低照度图像增强的优越性和有效性。 展开更多

关键词 光谱反射率 低照度图像增强 RETINEX理论 深度学习

在线阅读 下载PDF 职称材料

基于可见光图像和机器学习的金具温升识别方法 被引量：8

8

作者 杜文娇 叶齐政 +1 位作者 袁哲 李辰盟 《高压电器》 CAS CSCD 北大核心 2022年第10期221-229,共9页

基于光辐射的测温技术一般工作在热辐射较强的红外波段,基于光反射的测温技术虽然可以工作在可见光波段,但目前使用条件只限于暗环境下正入射单波长的光源,而电力设备工作在日光下难以使用该技术。文中通过数字图像处理技术和机器学习方... 基于光辐射的测温技术一般工作在热辐射较强的红外波段,基于光反射的测温技术虽然可以工作在可见光波段,但目前使用条件只限于暗环境下正入射单波长的光源,而电力设备工作在日光下难以使用该技术。文中通过数字图像处理技术和机器学习方法,将热调制光反射技术扩展到不需要正入射和固定光源的情况,利用日光实现常温电力金具表面温升识别。在日光下利用3种手机拍照建立了110 kV输电线路一种金具不同日光环境(每个温度下日光照度有3种)的图像库4 500幅,3种不同金具(每个温度下日光照度一种)的图像库每种金具1 500幅,提取每张照片的三基色灰度频率分布(RGB-GLH)为特征量,分别通过支持向量机、决策树法、梯度提升法和K近邻法4种机器学习方法,建立了表面温度的识别模型。交叉验证结果表明K近邻法最优,平均绝对误差适合识别一般金具故障的温升。文中还从材料电磁特性出发,根据电磁波反射规律探讨了日光下热调制光反射温升识别技术的原理,以及利用机器学习方法处理大数据矩阵的依据。 展开更多

关键词 热调制反射光温度测量 温升、状态识别 可见光图像 机器学习方法

在线阅读 下载PDF 职称材料

元宇宙学习空间的未来教育图景及伦理隐忧 被引量：2

9

作者 陈泽雄 王宝玺 郑伊贝 《成人教育》 北大核心 2024年第9期1-9,共9页

元宇宙是互联网的终极形态,也是数字化转型的终极指向。学习空间是学习行为发生和完成的重要外部支持条件。从人类历史上看,学习空间先后经历了前现代社会自然的生活空间到服务于专门教育活动的学校空间的转变,以及工业社会以来封闭的... 元宇宙是互联网的终极形态,也是数字化转型的终极指向。学习空间是学习行为发生和完成的重要外部支持条件。从人类历史上看,学习空间先后经历了前现代社会自然的生活空间到服务于专门教育活动的学校空间的转变,以及工业社会以来封闭的标准化空间到开放的网络空间的转变。当下,元宇宙技术的突破正在颠覆人们对学习空间的传统认知。元宇宙学习空间以高度的空间沉浸感、深度的虚实融合、多元主体间的强交互等特征,从根本上区别于学习空间的诸历史形态。它构建出一个以学习者主动学习为旨趣的开放学习空间,既关注学习者未来心智结构的形成,也关注达成学习者未来心智结构的具体方式。与此同时,元宇宙学习空间作为未来学习空间的新面向,因其技术、理论构想的不成熟性和社会建构的不完善性而面临虚拟与现实之间的道德风险、自我与世界之间的价值冲突以及元宇宙学习空间的技术逻辑所造成的自我关系困境等伦理问题。 展开更多

关键词 教育元宇宙 学习空间 虚拟现实 教育图景 伦理反思

在线阅读 下载PDF 职称材料

基于模板匹配和深度学习的反光弧面缺陷检测 被引量：3

10

作者 高鑫 刘银华 许玉蕊 《传感器与微系统》 CSCD 2020年第10期135-137,141,共4页

针对反光弧面表面具有很强的镜面反射特性,在对此类工件表面检测时非常困难这一难题,提出了基于模板匹配和深度学习的检测方法。在平滑漫射光照条件下,通过不同角度获得带有条带纹理特征,然后经过图像处理获得其轮廓,与标准的特征轮廓... 针对反光弧面表面具有很强的镜面反射特性,在对此类工件表面检测时非常困难这一难题,提出了基于模板匹配和深度学习的检测方法。在平滑漫射光照条件下,通过不同角度获得带有条带纹理特征,然后经过图像处理获得其轮廓,与标准的特征轮廓模板进行匹配识别。还可以将获得的图片制成数据集,训练一个深度学习模型来对获得图片进行缺陷识别。实验结果表明:基于模板匹配和深度学习的检测方法均能有效对缺陷进行识别。 展开更多

关键词 凹陷 图像处理 特征匹配 反光弧面 视觉检测 深度学习

在线阅读 下载PDF 职称材料

AAR-Net:用于声学异质介质光声图像重建的深度神经网络

11

作者 孙美晨 孙正 候英飒 《智能系统学报》 CSCD 北大核心 2024年第2期278-289,共12页

在光声成像中,由于组织的吸收和扩散等引起的超声波衰减、由声速变化引起的相位偏差以及与声衰减相关的信号波形展宽都会降低图像的空间分辨率,针对该问题,提出一种基于深度学习的声学特性非均匀组织图像重建方法。通过将深度梯度下降(d... 在光声成像中,由于组织的吸收和扩散等引起的超声波衰减、由声速变化引起的相位偏差以及与声衰减相关的信号波形展宽都会降低图像的空间分辨率,针对该问题,提出一种基于深度学习的声学特性非均匀组织图像重建方法。通过将深度梯度下降(deep gradient descent,DGD)网络与U-Net相结合构建声伪影去除网络(acoustic artifacts removal network,AAR-Net)。DGD模块利用梯度信息减少非均匀声学特性对重建图像质量的影响,实现信号域到图像域的转换。U-Net模块实现对DGD模块输出的低质量图像的优化,实现图像域到图像域的转换。仿真、仿体和在体试验结果表明,与传统的非学习图像重建方法和最新的基于图像后处理的深度学习方法相比,采用该方法重建的图像结构相似度和峰值信噪比分别可提高约20%和10%。AAR-Net无需任何有关成像对象声学特性的先验知识,即可重建高质量图像。 展开更多

关键词 图像重建 图像增强 光声光谱成像 声学特性 反射 深度学习 深度神经网络 梯度方法

在线阅读 下载PDF 职称材料

基于红外图像识别技术的道路与桥梁故障诊断 被引量：3

12

作者 刘凯 《计算技术与自动化》 2022年第3期105-110,共6页

针对传统道路与桥梁故障诊断方法识别效率低、数据误差大等问题,提出了一种基于红外线图像识别的智能监控系统,并采用装有红外对射光栅的故障监控机进行监测,实现图像识别、数据管理和应用为一体化。该系统包含分层图像融合框架,采用逐... 针对传统道路与桥梁故障诊断方法识别效率低、数据误差大等问题,提出了一种基于红外线图像识别的智能监控系统,并采用装有红外对射光栅的故障监控机进行监测,实现图像识别、数据管理和应用为一体化。该系统包含分层图像融合框架,采用逐层深度学习技术挖掘图像的细节信息,提取图像的关键信息进行词典学习。根据形态相似性,将源图像分为平滑、随机和主方向的面片。分别采用基于Max-L1和L2-范数的加权平均融合规则对三个图像块组的高频分量和低频分量进行融合。将融合后的低频分量和高频分量进行组合,得到最终的融合结果。对比实验验证了所提出的图像融合方案的实用性和可靠性,在相同的图像分割参数下,本模型计算得到的故障监测率为94.14%。 展开更多

关键词 红外对射光栅 图像识别 词典学习 分层图像融合框架 高低频分量

在线阅读 下载PDF 职称材料

基于深度学习的3D激光测量图像反光区域分离方法 被引量：2

13

作者 魏烨 秦少谦 吕盼稂 《工业控制计算机》 2020年第9期47-50,共4页

提出了基于深度学习的3D激光测量图像中反光区域准确且稳定的分离方法。基于深度学习模型U-net网络实现了对3D激光测量图像中反光区域和激光线区域的语义分割;图像语义分割实现了对测量图像中不同区域的高精度分离。反光区域分离后的图... 提出了基于深度学习的3D激光测量图像中反光区域准确且稳定的分离方法。基于深度学习模型U-net网络实现了对3D激光测量图像中反光区域和激光线区域的语义分割;图像语义分割实现了对测量图像中不同区域的高精度分离。反光区域分离后的图像能够减少反光对中心线提取的干扰,研究结果表明,基于深度学习的激光测量图像区域分割可以更加精确地实现激光条纹的提取,同时保证提取结果的稳定性。单幅激光测量图像的区域分割时间仅为2.3ms,激光条纹中心提取精度均值为0.176pixel,标准差为0.119pixel,有效地保障了激光测量图像中激光条纹中心线的提取精度和鲁棒性。 展开更多

关键词 图像处理 深度学习 结构光测量 图像分割 反光干扰

在线阅读 下载PDF 职称材料

改进矮猫鼬优化算法的特征选择 被引量：1

14

作者 罗淑媛 张家豪 +1 位作者 宋美佳 贾鹤鸣 《龙岩学院学报》 2023年第2期40-46,共7页

将矮猫鼬优化(DMO)算法与学习策略相结合,提出一种新的改进矮猫鼬优化(IDMO)算法。首先,提出随机准反向反射学习(RQORBL)策略并应用于阿尔法组,以提高全局探索能力;其次,引入动态透镜成像反向学习(LOBL)策略,以平衡算法的探索和开发,提... 将矮猫鼬优化(DMO)算法与学习策略相结合,提出一种新的改进矮猫鼬优化(IDMO)算法。首先,提出随机准反向反射学习(RQORBL)策略并应用于阿尔法组,以提高全局探索能力;其次,引入动态透镜成像反向学习(LOBL)策略,以平衡算法的探索和开发,提升跳出局部最优的能力。为验证新算法性能,将IDMO与几种新近提出的优化算法进行对比,并对UCI存储库中的10个数据集进行特征选择仿真实验。实验结果表明IDMO寻优能力更佳,跳出局部最优能力明显增强,能够有效适用于特征选择问题。 展开更多

关键词 矮猫鼬优化算法 特征选择 随机准反向反射学习 动态透镜成像反向学习

在线阅读 下载PDF 职称材料

风云四号A星可见光反射率同化神经网络观测算子

15

作者 何明峰 周永波 《遥感学报》 CSCD 北大核心 2024年第12期3261-3270,共10页

全天空卫星可见光反射率资料蕴含关键的云雨信息,具有重大的同化潜力。传统的可见光反射率资料同化观测算子基于数值方法求解辐射传输方程,计算效率偏低,尚不能满足资料同化的业务应用需求。鉴于此,本研究在Scheck(2021)神经网络观测算... 全天空卫星可见光反射率资料蕴含关键的云雨信息,具有重大的同化潜力。传统的可见光反射率资料同化观测算子基于数值方法求解辐射传输方程,计算效率偏低,尚不能满足资料同化的业务应用需求。鉴于此,本研究在Scheck(2021)神经网络观测算子的基础上,优化了神经网络参数与结构,构建了风云四号A星(FY-4A)先进静止轨道辐射成像仪(AGRI)可见光反射率资料同化的快速观测算子NNFO。NNFO的输入参数包括液相和冰相总云水路径(转换到对数空间)、冰相云水路径与总云水路径之比、液滴有效粒子半径、下垫面反照率、太阳天顶角、卫星天顶角、太阳与卫星的相对方位角,输出数据为对应条件下的天顶反射率。结果表明,NNFO的计算效率是传统观测算子RTTOV-DOM的15倍(串行)或6倍(并行),并且NNFO具有与RTTOV-DOM相当的模拟精度。此外,NNFO可以较好地重构FY-4A/AGRI可见光云图,反射率模拟结果的偏差和均方根误差分别为-0.016和0.143。因此,NNFO具有同化应用的潜力。 展开更多

关键词 风云四号 A 星 先进静止轨道辐射成像仪 可见光反射率 RTTOV 数据同化 观测算子 神经网络 动态学习率

原文传递

基于ELM与BP神经网络的新疆雹云预测与识别

16

作者 蒲越 李国东 +1 位作者 赵静 徐文霞 《数学的实践与认识》 北大核心 2017年第23期178-188,共11页

冰雹是一种强烈的自然灾害,为了提前对冰雹进行预测,提出了一种BP神经网络做预测,极限学习机做识别的预测方法.方法以雷达回波反射率图像的均值、方差、熵为判别指标,首先训练好能够分类云层特征的极限学习机,其次结合雹云形成过程,使... 冰雹是一种强烈的自然灾害,为了提前对冰雹进行预测,提出了一种BP神经网络做预测,极限学习机做识别的预测方法.方法以雷达回波反射率图像的均值、方差、熵为判别指标,首先训练好能够分类云层特征的极限学习机,其次结合雹云形成过程,使用经过较大样本训练的BP神经网络对未来30分钟数据预测,最后使用经过训练的极限学习机进行云层的类型判别.实验结果表明,BP神经网络能够平均提前5-20分钟预测出降雹,具有较好的预测效果. 展开更多

关键词 BP神经网络 熵 极限学习机 雷达回波反射率图像

原文传递