基于SVM分类可信度的暴雨/冰雹分类模型

• 作者: 孙红跃 王萍 范文 袁悦
• 来源期刊: 北京工业大学学报
• 学科: 工学
• 关键词: 暴雨/冰雹分类 分类可信度 支持向量机(SVM)
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 计算机与软件工程
• 页码范围: 361-365
• 页数: 5页
• 分类号: TP274
• 字数: 3983字
• 语种: 中文
• DOI: 10.11936/bjutxb2014080017

摘要

为提高支持向量机(support vector machine,SVM)暴雨/冰雹分类准确率,研究了暴雨/冰雹样本到分类超平面的距离、样本邻域以及训练样本的过程信息对SVM分类可信度的影响,提出了采用距离系数、邻域系数和过程系数综合确定SVM分类可信度的方法,设计了基于SVM分类可信度的暴雨/冰雹分类模型,对暴雨和冰雹进行区分.结果表明:采用距离系数、邻域系数和过程系数可有效确定SVM分类可信度,基于SVM分类可信度的暴雨/冰雹分类模型有利于提高冰雹识别的击中率并降低其误报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王萍	天津大学电气与自动化工程学院	145	1255	15.0	29.0
2	孙红跃	天津大学电气与自动化工程学院	4	29	3.0	4.0
3	范文	天津大学电气与自动化工程学院	4	13	3.0	3.0
4	袁悦	天津大学电气与自动化工程学院	1	6	1.0	1.0