面向积雨云检测的模糊支持向量机

摘要：

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。

关键词：模糊支持向量机、积雨云检测、隶属度函数、距离变化率

分类号：TP75(遥感技术)

资助基金：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

在线出版日期：2014-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：29-35