一种基于不平衡样本集的摩托车识别算法

提出了一种基于ＨＳＶ（Ｈｕｅ Ｓａｔｕｒａ ｔｉｏｎ Ｖａｌｕｅ）空间的Ｈａａｒ小波特征和多ＳＶＭ（ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ）分类器的摩托车识别算法,以解决因样本比例不平衡所导致的对摩托车识别性能差的问题．首先在ＨＳＶ颜色空间基于无符号小波系数构造特征提取算法,然后对训练数据应用所提出的样本重构方法得到若干训练子集,基于各个训练子集训练相应的ＳＶＭ分类器,识别时将各ＳＶＭ的输出结果进行融合即可得到最终识别结果．实验结果表明：该方法识别性能高,鲁棒性好,对于受数据的不平衡性严重影响的对象识别具有较好的应用和推广价值．     

基于迁移学习的卫星云图云分类

针对在基于机器学习的云图识别中,由于不存在公认的云分类样本库的现实条件下,带来的训练样本数量不足和不平衡,从而难以获得可靠的分类模型的问题,利用迁移学习中的多源加权Tradaboost算法(内部采用极限学习机作为分类器)来进行卫星云图云的检测。利用多人(多源)标注的大量厚云的样本,构成多源辅助样本集;利用少量标注的薄云样板构成目标样本集。使用迁移学习和辅助样本集,对仅在薄云样本集下的训练获得的极限学习机分类器进行辅助训练,提高其薄云识别率。基于国家卫星气象中心的HJ-1A/B的卫星数据实验结果表明,迁移学习可以充分利用容易获得的大样本厚云辅助样本知识,对同类型有关联的小样本薄云分类器进行识别提高。实验表明,迁移学习算法可以进一步用于更多多源样本和其他云分类的任务。     

线状中尺度对流系统自动识别

在使用动态模板法识别中尺度对流系统(Mesoscale Convective System,MCS)的算法中引入风暴单体识别跟踪算法(Strom Cell Identification and Tracking,SCIT),实现对MCS内部对流单体的定位,进一步计算出MCS的长宽比。利用该方法对20个多种类型中尺度天气过程进行处理,在选取不同识别阈值情况下对比评估动态模板法。结果表明:(1)动态模板函数、由SCIT得到的平均距离长宽比Wave和最大距离长宽比Wmax均能表征MCS长宽比,且在不同阈值情况下有较好的相关性;(2)动态模板函数与Wave和Wmax变化不一致的时刻是由于质心代表性不足和风暴单体较少引起的趋势变化波动较大造成;(3)综合分析结果表明动态模板函数法识别结果稳定可靠,与实际情况较为一致。     

基于模糊逻辑的冰雹天气雷达识别算法

该文确定了冰雹天气的5个雷达识别指标和不同季节识别指标对应的隶属函数,采用等权重系数法建立了基于模糊逻辑原理的冰雹天气识别算法。应用雷达回波拼图数据、冰雹灾害报告和常规探空资料,对2008—2012年华北地区103个冰雹样本进行了识别效果检验,给出了识别评分结果、识别提前量和冰雹位置等。结果表明:华北区域性冰雹的识别命中率、虚警率和临界成功指数分别为73.9%,36.4%和51.9%,其中石家庄地区的零散冰雹能够被完全识别,最大直径超过30 mm冰雹对应风暴单体综合识别判据在0.85以上;在空间分布上,被识别到可能出现冰雹的风暴单体区域和实况有冰雹的测站空间分布基本一致,冰雹出现位置一般位于强风暴单体的周边区域;相对单要素识别,综合识别算法识别准确率有所提高,识别范围得到改善,自动化程度也较高;冰雹被识别到的最早时间普遍早于冰雹出现时间,平均提前量为30 min。     

基于雨声识别的雨量测量方法

针对传统雨量测量耗时长,维护不方便的问题,本文在分析声信号识别技术的基础上,提出了基于雨声识别的雨量测量方法,模拟人耳听觉中对频域划定的非线性性和对同一频率群声信号作叠加评价的机理,将傅里叶变换后的能量谱通过梅尔(Mel)滤波器,提取雨声的梅尔频率倒谱系数(MFCC)作为雨声信号的特征向量。在此基础上,构建一个三层BP神经网络,将归一化后的样本数据用于神经网络训练,最后将测试样本用于对雨量的识别。试验结果表明,在少量样本训练的基础上神经网络即能有效识别雨量大小,为声信号识别技术应用于更为精准的雨量测量提供了理论依据。     

基于百度AI卷积神经网络的茶树结霜智能识别北大核心

基于采集的近20000张茶园图像,分别筛选出1000张茶园结霜和1000张未结霜图像作为训练样本,利用百度AI开放平台的EasyDL经典版图像识别功能,应用卷积神经网络算法,建立茶园结霜识别模型,进行茶树结霜图像智能判别。茶树结霜智能识别模型的准确率、F1评分、精确率、召回率分别为99.2%、99.2%、99.3%、99.1%。模型检验结果为:样本地20张结霜图像的平均识别置信度为95.51%,20张非结霜图像的平均识别置信度为99.99%;非样本地(江南茶区)80张结霜图像的平均识别置信度为97.53%,80张非结霜图像的平均识别置信度为95.11%。     

西北太平洋双热带气旋相互作用统计分类及其特征分析

采用中国气象局与上海台风研究所提供的1949-2007年西北太平洋热带气旋最佳路径资料,统计分析了西北太平洋上的双(多)热带气旋相互作用现象.针对统计出的双热带气旋样本,根据相互作用两气旋的单独移动路径和它们相互作用的路径特征,归纳得到7种相互作用类型( A～G),并用聚类分析方法拟合得到每种类型的平均回归路径.分析讨...     

MIGFA阵风锋识别算法改进与检验

根据南京CINRAD/SA天气雷达探测的江苏沿江地区阵风锋回波特征,对MIGFA(Machine Intelligence Gust Front Algorithm)阵风锋识别算法进行改进:在考虑平滑算法使用和低仰角数据融合的基础上,根据阵风锋回波特征,改进了0.5°反射率阵风锋细线函数模板,设计了较高仰角(1.5°/2.4°)反射率阵风锋细线函数模板,引入1.5°和2.4°双层反射率阵风锋细线函数模板替代原空间差分反射率函数模板。考虑阵风锋特征与距离测站的关系,设计了动态权重函数组合多组得分值,从而有效识别阵风锋回波。在此基础上通过弧度判断和阵风锋回波平坦度测试的方式,进一步降低虚警率。最后利用2009年6月14日南京雷达阵风锋个例进行效果识别,并采用临界成功指数对南京雷达120个阵风锋样本进行效果评估。结果表明:改进的MIGFA法识别效果良好,将临界成功指数从0.39提高至0.60,引入降低虚警率的做法使得虚假警报率从0.34降至0.16。     

基于S波段双偏振雷达融化层识别算法的研究

基于融化层识别算法(melting layer detection algorithm,MLDA)原理,利用2020年7—8月济南、青岛两部S波段双偏振多普勒雷达体扫数据,进行融化层高度信息识别试验,根据试验结果在MLDA算法中引入径向连续性检验、增加扫描仰角范围与调整判别融化层出现的距离库总数阈值的改进措施,与改进前的MLDA算法进行了对比分析,得到以下结论:MLDA对融化层顶高度有一定识别效果,识别的融化层顶高度的平均绝对误差较大,融化层底高度过低;加入径向连续性检验(简称MLDA-R1)后,识别的融化层顶高度的平均绝对误差明显减小,融化层底对应温度与融化层厚度分布在合理区间,但是遗漏识别的试验数明显增加;在MLDA-R1基础上,扫描区域增加了3.3°仰角(简称MLDA-R2)并调整了判别融化层出现的距离库总数阈值(简称MLDA-R3),融化层遗漏识别的试验数明显减少,同时提高了对融化层高度信息的识别效果;一些降水回波与非降水回波混合的区域会被错误识别为融化层区域,影响MLDA算法对融化层的识别效果,仍需进一步改进。总体来看,改进后的MLDA更适用于我国S波段双偏多普勒振雷达,对雷...     

基于成都天气雷达的一种有效降水估测方案

在基于天气雷达的定量降水估测(QPE)中,仰角选取和算法设计,对估测结果均有非常重要的影响。在对成都雷达资料进行滤波技术处理,减轻孤立噪声和杂波的干扰基础上,建立基于动态a、b值的降水估测算法,分析成都雷达探测所涉及的地形因素,提出了高山规避方案,并通过对流性和稳定性层状降水过程的高山规避实验表明,平均相对误差(RE)分别降低14.5%和10.8%;结合3次不同类型(对流性、稳定性层状和混合性)降水过程的雷达探测和雨量观测资料,基于0.5~3.5km区间的7个等高面的反射率因子进行降水估测实验显示,基于0.5km高度的反射率因子进行的降雨估测,平均相对误差综合指标最优;通过对2009~2010年主要降水过程的统计分析表明,降低QPE检验样本比例可以提高QPE精度;通过对2008~2009年主要过程QPE误差与雨强的关系实验表明,该算法对5mm以上实况降水的估测效果更好,相对误差为35.7%。      

基于偏好融合的群组推荐研究

传统的推荐系统主要针对单个用户,但随着社会和电子商务的快速发展,人们越来越多地以多个用户的形式一起参与活动,而群组推荐旨在为多个用户组成的群组提供服务,已成为当前研究的热点之一.针对目前群组推荐准确率低,群组成员之间偏好冲突难以融合的问题,本文提出了一种新的共识模型策略,融合了群组领袖影响因子和项目热度影响因子,基于K近邻为目标群组寻找邻居群组,借鉴邻居群组的偏好,设计了基于偏好融合的群组推荐算法.在MovieLens数据集上的实验结果表明,本文所提的融合策略较传统的偏好融合策略有着更优越的表现,推荐准确率（nDCG）的总体平均性能约提高13%,推荐列表多样性指标的总体平均性能约提高10%.     

基于LMS的自适应数字波束形成的FPGA实现

介绍了一种针对DBF(自适应数字波束形成)的最小均方(LMS)自适应处理方法,并在工程上用 FPGA(现场可编程门阵列)实现算法的验证和调试.该算法比较简单,易于在工程上用硬件来实现.     

基于激光雷达资料的气溶胶辐射效应研究

利用新型激光雷达气溶胶探测资料及综合数值模式,以地形复杂的兰州市及周边地区冬季典型天气形势下的大气边界层为研究对象,通过理想试验模拟研究了城市气溶胶辐射效应与大气边界层的相互作用。结果表明:夜间,低空(50~600 m)气溶胶所在气层冷却效应明显,温度降低0.13~0.18℃,600 m高度以上,气溶胶浓度较低,其冷却效应较小,温度降低不足0.1℃;白天,受气溶胶短波辐射效应影响,边界层内增温明显,增温最大值位于低层脱地逆温层顶300 m高度附近,600 m以上由于气溶胶浓度减小,加热率亦降低,增温由0.2℃减至0.1℃。此外,气溶胶的存在使得所在层的风速降低。可见,激光雷达探测资料在边界层模式中有很好的应用价值,对于研究气溶胶辐射效应的大气边界层响应有重要意义。     

基于RBF神经网络的人脸识别研究

针对人脸识别技术中存在的高维问题、小样本问题和非线性问题展开研究.围绕人脸特征提取,采用基于主成分分析和Fisher线性鉴别来克服在人脸识别中的小样本问题,同时将人脸图像从高维空间映射到低维空间从而解决了高维问题;在分类识别方面,采用具有很强的非线性映射功能的RBF神经网络进行模式分类,能够解决人脸识别中的非线性问题.在ORL人脸数据库上进行的仿真实验表明,该方法进行人脸识别具有较高的识别率.     

印度应对气候变化国家方案简析

2008年6月印度政府发布了《气候变化国家行动方案》,阐明了印度应对气候变化的原则立场以及减缓和适应措施。方案中明确指出发展中国家是气候变化的最大受害者,发达国家应该承担温室气体减排的责任和义务;由于近年印度排放不断上升,方案也着重提出了提高能效、大力发展可再生能源等措施。与我国发布的《中国应对气候变化国家方案》进行对比,印度国家行动方案中的一些观点和措施值得我国研究和借鉴,该方案为我国进一步提出应对策略、加强国际合作提供了参考。     

基于集对分析的洪水分类研究

为避免常规分类方法复杂的数学理论和繁琐的计算,提出了基于集对原理的洪水分类新方法——集对分析法（SPAM）。系统地给出了集对分析法的基本思路和计算步骤。建议方法概念清晰,结构简单,计算简洁,易操作,是一种有效的分类途径。以实测洪水过程为例,应用研究表明集对分析法的分类结果是可行的。     

基于OpenStack Swift的雷达产品存储研究

简要介绍分布式对象存储系统OpenStack Swift,包括安装部署及其在雷达产品存储方面的应用,研究证明,OpenStack Swift能较好的支持雷达产品存储,也适用于其它气象资料存储管理。     

基于LAPS资料的一次冰雹过程数值催化模拟研究

基于3维冰雹云模式,采用局地分析预报系统高时空分辨率分析场作为初始场,对鄂西北地区2009年4月15日发生的一次降雹天气过程进行数值模拟,分析了强对流发展过程的流场、雷达回波、水成物粒子演变特征以及催化机制。研究表明:基于高时空分辨率资料的3维冰雹云模式,能够较好地模拟冰雹云的形成发展演变及人工催化后微物理过程响应。模式输出的雷达回波强度及回波顶高与雷达实测资料相近,最大反射率因子分别为70 dBz、65 dBz,强回波中心基本上位于6~7 km处。冰雹云发展过程中呈现典型的低层辐合、高层辐散特征,消亡过程流场相反;冰雹胚胎形成主要源于冻滴自动转化,碰并云水和雨水促进冰雹增长;不同时间、不同剂量的催化对于防雹效果差异显著,催化时间越早,催化剂量越大,效果越好。     

北京市气温对电力负荷影响的计量经济分析

以温度派生变量度日指数为解释变量构建了气温与电力负荷的计量经济模型。模型证明了天气对电力负荷的季节性影响, 且影响显著。通过引入序列相关AR结构和解释变量的动态结构, 模型得到逐步优化, 调整的拟合优度达95%。为了检验模型的预测能力, 利用历史数据对其进行了评估, 评估结果表明模型有较好的中期电力负荷预测能力。该模型对电力企业电力调度、电力建设有较大的参考价值。     

降雨强度对激光雷达测风精度的影响研究

多普勒激光雷达在大气、环境以及风能等领域得到越来越广泛的应用，但对于复杂天气下多普勒激光雷达的适用性仍然有待深入研究。为此本研究采用2020年8—10月期间位于福建三沙的地基多普勒激光雷达与边界层高塔所搭载的超声风温仪观测的风场数据进行对比，发现多普勒激光雷达在水平风速、风向方面具有稳定的高精度探测性能，与超声风温仪之间相关系数达到了0.948和0.984。相比之下，激光雷达垂直风速的探测误差较大，与超声风温仪之间相关系数仅有0.353。研究发现，降雨强度与激光雷达垂直风速误差呈正相关关系，强降雨下垂直风速偏差最大可达到9 m/s。