基于KNN的地基可见光云图分类方法

摘要：

云图的自动分类是实现地基云自动化观测的技术保障.该文探讨了一种先将云图分为积状云、层状云和卷云3大类的分类方案,通过对3大云类和晴空这4种天空类型的纹理特征、颜色特征和形状特征进行分析,选取了21个特征参量,并采用K最近邻分类器(K-Nearest Neighbor,KNN),在不同的K取值情况下对这几类天空类型进行了分类识别.结果表明:新的分类方案是可行的,且当纹理特征、颜色特征和形状特征结合使用时获取了比单独利用纹理特征、颜色特征和形状特征以及它们两两组合时更好的识别效果.当K=7且使用21个特征参量时,KNN算法对积状云、层状云、卷云和晴空的识别最好,识别正确率分别为91.1％,74.4％,70.0％和100.0％,平均正确率为83.9％.

关键词：纹理特征、颜色特征、形状特征、KNN、云图分类

所属期刊栏目：23

分类号：P40;TP3

资助基金：国家自然科学基金项目41105121,41105122;中国气象科学研究院基本科研业务费项目2011Z002

在线出版日期：2013-02-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：721-728