基于径向基函数网络的云自动分类研究

• 作者: 傅炳珊 王建凯 蒋德明 陈渭民
• 来源期刊: 南京气象学院学报
• 学科: 地球科学
• 关键词: 云分类 神经网络 卫星图像
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 论著
• 页码范围: 89-95
• 页数: 7页
• 分类号: P405|P422.15
• 字数: 3704字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7097.2003.01.013

摘要

采用GMS-5红外(10.5～12.5 μm)和可见光(0.55～0.9 μm)两通道资料,采集了1999年7-10月中国东南沿海57区、58区和59区包括晴空在内的12类云目标样本2 912个,采样窗尺寸为8×8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 network,RBF)在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86 %;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.在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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅炳珊	南京气象学院电子工程系	4	137	4.0	4.0
2	陈渭民	南京气象学院电子工程系	10	207	8.0	10.0
3	王建凯	南京气象学院电子工程系	3	34	3.0	3.0
4	蒋德明		7	86	5.0	7.0