資源描述：
《基于支持向量機(jī)分類樹(shù)地基云圖分類的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、ThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringGround-BasedCloudImagesClassificationBasedonSVM-Classification-TreeCandidateLiuRuitaoMajorPatternRecognitionandIntelligentSystemSupervisorAssoc.Prof.YangWeidongHuazhongUniversity
2、ofScience&TechnologyWuhan430074,P.R.ChinaJan.,2012獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除文中已經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果。對(duì)本文的研究做出貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門(mén)或
3、機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)華中科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密□，在年解密后適用本授權(quán)書(shū)。本論文屬于不保密□。（請(qǐng)?jiān)谝陨戏娇騼?nèi)打“√”）學(xué)位論文作者簽名：指導(dǎo)教師簽名：日期：年月日日期：年月日1摘要云類在地球大氣環(huán)境變化中扮演著重要的角色。云類的生成、發(fā)展以及消散對(duì)于氣象預(yù)報(bào)產(chǎn)生重要的影響。因此，快速準(zhǔn)確的對(duì)云類別進(jìn)行識(shí)別對(duì)于天氣預(yù)報(bào)有重要的意義。目前，有兩種主要手段能夠?qū)υ祁愡M(jìn)行觀測(cè)：即氣象衛(wèi)星
4、云圖或是從陸地進(jìn)行拍攝所獲得的地基云圖。由于衛(wèi)星云圖成像分辨率不高、數(shù)據(jù)量大，不能精確的反映局部范圍內(nèi)氣象變化狀況，這些因素均制約了其在短時(shí)氣象預(yù)報(bào)中的應(yīng)用。相比于氣象衛(wèi)星云圖，地基云圖以其獲取的方便快捷、圖像信息豐富、能夠準(zhǔn)確地反映某局部區(qū)域的氣象變化狀況，對(duì)地基云圖的分析成為短時(shí)氣象預(yù)報(bào)研究的熱點(diǎn)。本文在對(duì)已有氣象衛(wèi)星云圖分類方法研究的基礎(chǔ)上，提出了一種利用Gabor特征和SVM分類樹(shù)對(duì)地基云圖進(jìn)行分類的新方法。本文采用基于Gabor的多尺度分析方法提取了兩種能夠較好地反映地基云圖特點(diǎn)的特征：感興趣算子特征組和排序直
5、方譜特征組。并與目前在模式識(shí)別領(lǐng)域使用廣泛的BagofWords特征提取算法進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果表明，Gbaor特征具有更好的分類效果和較強(qiáng)的魯棒性。同時(shí)本文采用特征選擇方法對(duì)所提取的特征組進(jìn)行優(yōu)選。并針對(duì)常見(jiàn)有監(jiān)督分類過(guò)程中學(xué)習(xí)樣本選擇較為隨意的問(wèn)題，采用基于聚類分析的學(xué)習(xí)樣本選擇方法，選擇出能夠代表全體樣本的學(xué)習(xí)樣本，對(duì)于分類器的構(gòu)造過(guò)程具有較大的幫助。本文采用BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)對(duì)地基云圖進(jìn)行分類實(shí)驗(yàn)。介紹了利用集成SVM和二叉樹(shù)SVM進(jìn)行多類分類的方法。并在級(jí)聯(lián)分類器和特征分組思想的基礎(chǔ)上，提出了采用動(dòng)態(tài)特征分
6、組構(gòu)造SVM分類樹(shù)的地基云圖分類方法，同時(shí)還介紹了SVM分類樹(shù)的構(gòu)造方法。實(shí)驗(yàn)結(jié)果表明SVM分類樹(shù)方法具有較高的分類正確率。關(guān)鍵詞：地基云圖分類樹(shù)Gabor濾波器支持向量機(jī)排序直方譜BagofWordsIAbstractNowadays,Cloudsareplayinganessentialroleintheatmosphereandcloudclassescanbeseenasindicatorsofthetypeandintensityoflocallyactivethermalprocesses.Cloudcove
7、r,typeandheightmeasurementsarecollectedbymeansofbothsatelliteandground-basedweatherstations.However,thesatelliteimagesdatastoragespaceissovastthatitcan’taffordareal-timeprocessoperation.Consequently,wehavetopredictweatherinashorttimeandlocalareabyusingtheground-b
8、asedcloudimages,Inthispaper,weproposeanovelmethodforground-basedcloudclassification.Wefirstlycomputedifferenttexturefeaturesfromtheground-basedcloudimagesaccor
