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动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。现有的相关性特征提取依赖于人工选取天气现象明显的区域进行,基于本文的改进算法能实现天气现象的自动识别。
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
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
基于类别相关的新文本特征提取方法
正相关
强相关
文本分类
特征降维
特征提取
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 提取天气类别动态特征的算法研究
来源期刊 电子测试 学科
关键词 天气 动态特征 相关性特征
年,卷(期) 2016,(10) 所属期刊栏目 理论与算法
研究方向 页码范围 39-40
页数 2页 分类号
字数 868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  (9)
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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
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
动态特征
相关性特征
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