基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现有的用于天气类别识别的静态特征存在一定不足,本文进行了相应改进,提高了整体的识别率。在对现有的功率谱斜率特征进行研究时发现功率谱能量均值可能对大量的样本区分更有效,因此本文最终采用功率谱能量均值特征的提取。
推荐文章
基于类别特征矩阵的决策规则提取算法
粗糙集
类别特征矩阵
决策规则
核
基于类别方差的特征权重算法
特征权重
类别方差
文本分类
支持向量机
基于词频类别相关的特征权重算法
文本分类
文本表示
特征权重
文档频率
逆类频率
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 提取天气类别静态特征的算法研究
来源期刊 电子测试 学科
关键词 天气 静态特征 功率谱
年,卷(期) 2016,(10) 所属期刊栏目 测试工具与解决方案
研究方向 页码范围 136-137,120
页数 3页 分类号
字数 1278字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏士明 解放军理工大学气象海洋学院 6 6 2.0 2.0
2 孙吉明 空军航空大学航理系 11 20 2.0 4.0
3 彭旭东 解放军理工大学气象海洋学院 7 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
天气
静态特征
功率谱
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导