資源描述：
《SVM分類可信度暴雨冰雹分類模型》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、第41卷第3期北京工業(yè)大學學報Vol．41No．32015年3月JOUＲNALOFBEIJINGUNIVEＲSITYOFTECHNOLOGYMar．2015基于SVM分類可信度的暴雨/冰雹分類模型范文，王萍，袁悅，孫紅躍(天津大學電氣與自動化工程學院，天津300072)摘要:為提高支持向量機(supportvectormachine，SVM)暴雨/冰雹分類準確率，研究了暴雨/冰雹樣本到分類超平面的距離、樣本鄰域以及訓練樣本的過程信息對SVM分類可信度的影響，提出了采用距離系數(shù)、鄰域系數(shù)和過程系數(shù)綜合確定SVM分類可信度的方法，設計了基于SVM分類可信度的暴雨/冰雹分類模型
2、，對暴雨和冰雹進行區(qū)分．結果表明:采用距離系數(shù)、鄰域系數(shù)和過程系數(shù)可有效確定SVM分類可信度，基于SVM分類可信度的暴雨/冰雹分類模型有利于提高冰雹識別的擊中率并降低其誤報率．關鍵詞:暴雨/冰雹分類;分類可信度;支持向量機(SVM)中圖分類號:TP274文獻標志碼:A文章編號:0254－0037(2015)03－0361－05doi:10．11936/bjutxb2014080017HeavyＲain/HailClassificationModelBasedonSVMClassificationCredibilityFANWen，WANGPing，YUANYue，SUNH
3、ong-yue(SchoolofElectricalEngineering＆Automation，TianjinUniversity，Tianjin300072，China)Abstract:Usingsupportvectormachine(SVM)toclassifyheavyrainandhail，theclassificationaccuracyisnotsatisfactory．Tosolvethisproblem，thedistancesofheavyrainandhailsamplestotheclassificationhyperplanearestudi
4、ed，aswellastheneighborhoodofsamplesandtheprocessinformationofthetrainingsamples．TheimpactofthesefactorsontheSVMclassificationcredibilitywasanalyzed．AmethodofdefiningtheSVMclassificationcredibilityisputforwardusingdistancecoefficient，neighborhoodcoefficientandprocesscoefficient．Aclassifica
5、tionmodelbasedontheSVMclassificationcredibilityisdesignedtodistinguishbetweenheavyrainandhail．Experimentalresultsshowthatusingdistancecoefficient，neighborhoodcoefficientandprocesscoefficientcandeterminetheSVMclassificationcredibilityeffectively，andtheHeavyrain/hailclassificationmodelishel
6、pfultoimprovethePODandreducetheFAＲofhailidentification．Keywords:heavyrain/hailclassification;classificationcredibility;supportvectormachine(SVM)冰雹是強對流天氣的一種，其來勢猛烈、強度冰雹云演變過程分為發(fā)生發(fā)展、成熟、衰減消亡大，給農(nóng)牧業(yè)、工礦企業(yè)、電訊、交通運輸及人民生命3個階段，對于冰雹災害預報來說，一方面希望在冰財產(chǎn)造成的損失較大，是一種嚴重的災害性天氣．雹云形成的初期就能盡早識別并預報冰雹，但另一目前中國采用新一代天氣雷達
7、CINＲAD，進行強對方面，冰雹云形成的初始階段，雷達特征不明顯，容流天氣的探測和預警．易與其他天氣混淆，冰雹云的發(fā)生發(fā)展和成熟階段收稿日期:2014-08-08基金項目:公益性行業(yè)(氣象)科研項目(GYHY200706004);天津市自然科學基金資助項目(09JCYBJC07500)作者簡介:范文(1978—)，女，博士研究生，主要從事模式識別、氣象數(shù)據(jù)處理方面的研究，E-mail:fanfanwen@126．com362北京工業(yè)大學學報2015年**是冰雹云識別和冰雹預報的重要階段，充分利用冰3)構造分類超平面(wx)+b
