- 1、本文档共21页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多源数据融合高时空分辨率晴雨分类
多源数据融合高时空分辨率晴雨分类
匡秋明 杨雪冰 张文生 何险峰 惠建忠
中国气象局公共气象服务中心 气象大数据与机器学习联合实验室 中国科学院自动化研究所
X
关注成功!
加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知!
新浪微博
腾讯微博
人人网
开心网
豆瓣网
网易微博
摘????要:
高时空分辨率晴雨分类与交通、旅游、农业灌溉及人们日常出行都密切相关, 然而“天有不测风云”, “东边日头西边雨”, 准确的高时空分辨率晴雨分类是极具挑战性的问题.提出了一种基于多源数据的多视角学习晴雨分类方法, 其中, 多源数据包括雷达、卫星及地面观测因子及晴雨观测数据.该方法表述如下:首先, 依据雷达观测因子构造了Vis CAPPI视角和Vis PPI视角, 依据葵花卫星资料构造了Vis Sat视角, 依据地面观测因子构造了Vis Ground视角;然后, 对这4个视角特征进行组合获得组合视角Vis CAPPIPPI, Vis RadarSat, Vis RadarGroumd, Vis SatGround, Vis RadarSatGround, 应用随机森林机器学习方法分别对这些视角进行样本学习, 获得这些视角的晴雨分类模型;最后, 对这些视角晴雨分类模型估计进行融合, 获得晴雨分类结果.主要贡献在于: (1) 提出了雷达、卫星和地面观测因子多视角构建方法, 构建了Vis CAPPI, Vis PPI, Vis Sat和Vis Ground晴雨分类视角及其组合视角; (2) 提出了一种多视角方法 (multi-view weight random forest, 简称MVWRF) , 能够处理雷达、卫星和地面观测因子多源数据融合晴雨分类问题, 提高1km×1km和6min时空分辨率晴雨分类准确率.在2016年10月7日和8日, 泉州雷达覆盖的393个气象观测站上进行模型训练和测试, 结果显示, 该方法能够取得较高的晴雨分类准确率和较低的漏报率、空报率, 优于对比方法.
关键词:
多源数据; 随机森林; 多视角; 晴雨分类;
作者简介:匡秋明 (1982-) , 男, 湖南祁东人, 博士, 主要研究领域为气象大数据, 机器学习, 人工智能, 视频图像处理.
作者简介:杨雪冰 (1991-) , 男, 博士生, 主要研究领域为大数据挖掘, 机器学习, 人工智能.
作者简介:张文生 (1965-) , 男, 博士, 研究员, 博士生导师, CCF专业会员, 主要研究领域为大数据挖掘, 计算机视觉, 模式识别, 人工智能, 人机交互.E-mail:zhangwenshengia@
作者简介:何险峰 (1957-) , 男, 正研级高工, 主要研究领域为气象信息技术, 气象物理量诊断计算.
作者简介:惠建忠 (1969-) , 男, 高级工程师, 主要研究领域为气象信息技术.
收稿日期:2017-01-10
基金:国家自然科学基金
Fusion of Multi-Source Data for Rain/No-Rain Classification with High Spatiotemporal Resolution
KUANG Qiu-Ming YANG Xue-Bing ZHANG Wen-Sheng HE Xian-Feng HUI Jian-Zhong
Public Meteorological Service Center China Meteorological Administration; Institute of Automation, The Chinese Academy of Sciences; Joint Laboratory of Meteorological Data and Machine Learning;
Abstract:
High spatiotemporal resolution rainfall estimation is closely related to transportation, tourism, agricultural irrigation and peoples daily travel. However, accurate high-resolution rain/no-rain classification is a very challenging problem. This paper proposes a multi-source data based multi-view learning method for rain/no-rain
您可能关注的文档
- 城市交通电缆料基体的技术发展.doc
- 城市交通路网对公共体育场馆的影响及对策.doc
- 城市交通供给侧结构性改革研究.doc
- 城市交通能耗和温室气体排放管理的对策措施.doc
- 城市交通需求管理对策研究.doc
- 城市化与贫困.doc
- 城市交通网络的层次结构.doc
- 城市交通信号灯的配时优化.doc
- 城市紧急避难装置的跌落冲击分析.doc
- 城市轨道交通综合运营仿真培训系统方案浅析.doc
- 2021-2022学年湖南省常德市安乡县四年级上学期期中语文真题及答案.pdf
- 2023-2024学年河南省南阳市社旗县四年级上学期期中数学真题及答案.pdf
- 2022-2023学年云南省曲靖市四年级下学期期末数学真题及答案.pdf
- 2021-2022学年河南省周口市鹿邑县二年级下册月考语文真题及答案.pdf
- 2018年河南焦作解放区教师招聘考试真题及答案.pdf
- 2019年江西公务员行测考试真题及答案-乡镇.pdf
- 2019中国石油报社应届高校毕业生招聘试题及答案解析.pdf
- 光大银行招聘应届毕业生能力素质测试笔试真题及答案.pdf
- 2024年广西百色教师招聘考试模拟题及答案.pdf
- 2021-2022学年浙江绍兴诸暨市五年级上册语文期末试卷及答案.pdf
文档评论(0)