10.3969/j.issn.1003-501X.2014.11.005
面向积雨云检测的模糊支持向量机
为解决SVM在积雨云检测中的难题,本文构造了一种模糊支持向量机(FSVM),首先根据训练样本的分布特性,定义了相邻样本距离类中心的距离变化率,然后通过计算距离变化率来剔除训练集中可能的噪声与野值样本,从而有效克服了传统基于紧密度的FSVM在计算最小超球半径时易受噪声与野值干扰的缺点,使得所计算的隶属度能更好地反映不同样本的差异。实验结果表明,对于FY2D卫星云图,采用从不同通道所提取的光谱特征,本文方法的积雨云检测准确率与传统SVM和基于紧密度的FSVM相比,分别平均提高2%和1%,且具有更强的适应性及噪声鲁棒性。
模糊支持向量机、积雨云检测、隶属度函数、距离变化率
TP75(遥感技术)
国家自然科学基金61271399,61373068;宁波市自然科学基金2011A610192,2013A610055;宁波市国际合作项目2013D10011;宁波大学学科项目XKXL1306
2014-12-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
29-35