SVM分类可信度暴雨冰雹分类模型

《SVM分类可信度暴雨冰雹分类模型》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第41卷第3期北京工业大学学报Vol．41No．32015年3月JOUＲNALOFBEIJINGUNIVEＲSITYOFTECHNOLOGYMar．2015基于SVM分类可信度的暴雨/冰雹分类模型范文，王萍，袁悦，孙红跃(天津大学电气与自动化工程学院，天津300072)摘要:为提高支持向量机(supportvectormachine，SVM)暴雨/冰雹分类准确率，研究了暴雨/冰雹样本到分类超平面的距离、样本邻域以及训练样本的过程信息对SVM分类可信度的影响，提出了采用距离系数、邻域系数和过程系数综合确定SVM分类可信度的方法，设计了基于SVM分类可信度的暴雨/冰雹分类模型

2、，对暴雨和冰雹进行区分．结果表明:采用距离系数、邻域系数和过程系数可有效确定SVM分类可信度，基于SVM分类可信度的暴雨/冰雹分类模型有利于提高冰雹识别的击中率并降低其误报率．关键词:暴雨/冰雹分类;分类可信度;支持向量机(SVM)中图分类号:TP274文献标志码:A文章编号: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)冰雹是强对流天气的一种，其来势猛烈、强度冰雹云演变过程分为发生发展、成熟、衰减消亡大，给农牧业、工矿企业、电讯、交通运输及人民生命3个阶段，对于冰雹灾害预报来说，一方面希望在冰财产造成的损失较大，是一种严重的灾害性天气．雹云形成的初期就能尽早识别并预报冰雹，但另一目前中国采用新一代天气雷达

7、CINＲAD，进行强对方面，冰雹云形成的初始阶段，雷达特征不明显，容流天气的探测和预警．易与其他天气混淆，冰雹云的发生发展和成熟阶段收稿日期:2014-08-08基金项目:公益性行业(气象)科研项目(GYHY200706004);天津市自然科学基金资助项目(09JCYBJC07500)作者简介:范文(1978—)，女，博士研究生，主要从事模式识别、气象数据处理方面的研究，E-mail:fanfanwen@126．com362北京工业大学学报2015年**是冰雹云识别和冰雹预报的重要阶段，充分利用冰3)构造分类超平面(wx)+b