光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2014年
12期
3427-3434
,共8页
金炜%符冉迪%范亚会%王文龙%田文哲
金煒%符冉迪%範亞會%王文龍%田文哲
금위%부염적%범아회%왕문룡%전문철
多模糊支持向量机%加权决策融合%卫星云图%积雨云检测
多模糊支持嚮量機%加權決策融閤%衛星雲圖%積雨雲檢測
다모호지지향량궤%가권결책융합%위성운도%적우운검측
Multi Fuzzy Support Vector Machine (Multi-FSVM)%weighted decision fusion%satellite cloud image%cumulonimbus detection
采用决策融合策略,提出了一种基于多模糊支持向量机(FSVM)的积雨云检测方法以解决添加更多的特征可增加云分类识别的准确率而特征维数过高又会造成过拟合现象的矛盾.该方法首先从训练云图提取光谱特征、通道亮温差特征、一阶灰度直方图纹理特征、灰度共生矩阵纹理特征以及Gabor小波特征,并组成包含5类特征的训练样本集;然后针对每类特征,训练5个FSVM子分类器.最后对各子分类器的结果在输出空间进行加权决策融合,以提高积雨云检测的准确率.实验结果表明,本文方法不仅较好地解决了积雨云检测中由于特征维数过高而造成的过拟合现象,而且能自适应地确定不同特征的权重,检测准确率优于各FSVM子分类器和包含所有输入特征的单FSVM分类器,有望在卫星云图分析中得到应用.
採用決策融閤策略,提齣瞭一種基于多模糊支持嚮量機(FSVM)的積雨雲檢測方法以解決添加更多的特徵可增加雲分類識彆的準確率而特徵維數過高又會造成過擬閤現象的矛盾.該方法首先從訓練雲圖提取光譜特徵、通道亮溫差特徵、一階灰度直方圖紋理特徵、灰度共生矩陣紋理特徵以及Gabor小波特徵,併組成包含5類特徵的訓練樣本集;然後針對每類特徵,訓練5箇FSVM子分類器.最後對各子分類器的結果在輸齣空間進行加權決策融閤,以提高積雨雲檢測的準確率.實驗結果錶明,本文方法不僅較好地解決瞭積雨雲檢測中由于特徵維數過高而造成的過擬閤現象,而且能自適應地確定不同特徵的權重,檢測準確率優于各FSVM子分類器和包含所有輸入特徵的單FSVM分類器,有望在衛星雲圖分析中得到應用.
채용결책융합책략,제출료일충기우다모호지지향량궤(FSVM)적적우운검측방법이해결첨가경다적특정가증가운분류식별적준학솔이특정유수과고우회조성과의합현상적모순.해방법수선종훈련운도제취광보특정、통도량온차특정、일계회도직방도문리특정、회도공생구진문리특정이급Gabor소파특정,병조성포함5류특정적훈련양본집;연후침대매류특정,훈련5개FSVM자분류기.최후대각자분류기적결과재수출공간진행가권결책융합,이제고적우운검측적준학솔.실험결과표명,본문방법불부교호지해결료적우운검측중유우특정유수과고이조성적과의합현상,이차능자괄응지학정불동특정적권중,검측준학솔우우각FSVM자분류기화포함소유수입특정적단FSVM분류기,유망재위성운도분석중득도응용.