基于DTSVMs-BNT协同训练的双偏振气象雷达降水粒子分类方法

• 作者: 李海 程新宇 尚金雷
• 来源期刊: 火控雷达技术
• 学科: 工学
• 关键词: 协同训练 降水粒子分类 双偏振气象雷达 贝叶斯网络 支持向量机
• 年，卷（期）: 2022,（1）
• 页码范围: 5-13
• 页数: 9页
• 分类号: TN95
• 语种: 中文
• DOI: 10.19472/j.cnki.1008-8652.2022.01.002

摘要

本文提出了一种基于决策树支持向量机-贝叶斯网络协同训练的双偏振气象雷达降水粒子分类方法.该方法首先使用有标签的数据初步训练得到贝叶斯网络和决策树支持向量机两种分类器.然后取出部分无标签的数据,通过两个分类器得到类别的预测结果,计算该部分预测结果的置信度,将预测结果满足阈值的无标签数据放入到有标签数据集中.使用更新后的有标签数据集重新训练两个分类器.重复该过程直到所有无标签训练数据都被放入到有标签数据集中,这时完成训练得到协同训练分类器,最后使用协同训练分类器对测试数据集进行降水粒子分类.实验表明,该方法使用一部分有标签数据结合一部分无标签数据,有效地提高了分类器性能,实现了降水粒子的准确分类.