利用GMS—5红外资料进行云的分类识别

利用GMS－5 3个红外通道（2个分裂窗区通道和1个水汽通道）的亮温资料，依据各种云不同的辐射特征对其进行分类，由此识别出积雨云（Cb）、浓积云（Cg）、卷云（Ci）、积云（Cu）、中云（Cm）、密云（Dense）等6种主要云类以及雾（Fog）和晴空区域。结合安徽寿县地面观测基准站1998年6、7月份的地面观测资料，对分类结果进行了检验，得到了较为令人满意的结果，准确率接近70％。     

GMS-5红外资料反演大气可降水量

建立了用ＧＭＳ－５红外亮温资料反演大气可降水量的分裂窗统计法。初步试验结果表明,分裂窗统计法反演的ＲＭＳ误差为０．３７ｇｃｍ－２。优于用ＧＯＥＳ的分裂窗资料反演可降水量的精度,达到或超过用ＡＶＨＲＲ分裂窗资料反演可降水量的精度。对月平均水汽分布的比较显示,反演可降水量分布与实际探空资料获得的分布是一致的。     

GMS—5红外资料反演大气可降水量

建立了用ＧＭＳ－５红外亮资料反演大气可降水量的分裂窗统计法。     

基于模糊逻辑的CloudSat卫星资料云分类算法

为了提高星载毫米波雷达资料云分类的准确性,从基于云角色的分类思想出发,利用源于CloudSat/CPR(云廓线雷达)和CALIPSO/Lidar(激光雷达)的云几何廓线数据产品2B-GEOPROF-LIDAR以及相关资料,通过对云的特征参数进行提取,采用模糊逻辑技术对特征参数进行处理并完成对云的分类,将分类结果与Clo...     

基于纹理特征的地基云分类识别研究

云是一种重要的天气现象,云观测对当时天气系统的观测具有很强的指导意义,同时云的变化趋势也是预测未来天气的一项重要指标?目前对遥感卫星云图的研究取得了较丰富的成果,但地基云图分类识别研究取得的成果则比较有限,地基云图的研究一直是模式识别中的难点?采用标准气象站地基云图数据,选取了浓积云?积雨云?雨层云等5类常见的云类,并将Gabor小波变换应用于地基云图的纹理特征数据提取,运用实验法选取了Gabor小波变换的最优参数?将地基云图纹理特征数据运用到最短距离和包含BP神经网络的陀螺分类器构造成的地基云图分类系统,从而实现了对地基云图的分类?实验结果表明,该方案不仅能够有效地运用于地基云图分类,而且分类效果也是比较理想的?     

用自适应谐振网络进行图像纹理的分类与识别

分析了逢适应谐振神经网络模型的模式分类能力，并利用该网络来进行图像纹理的分类和识别，对６类自然景物的纹理图片分类和识别结果难验证了方法的有效性，对心脏超声图片的分类也取得一些初步成果。     

模拟退火优化BP神经网络进行云相态分类

为利用中分辨率成像光谱仪(MODIS)多通道云图数据对云相态进行分类,提出了一种利用云图红外、可见光谱段数据,基于SABP神经网络的云相态分类算法.算法基于BP人工神经网络学习算法及模拟退火算法.在两算法结合的基础上,作出了有益于云相态分类的改进.基准网络模型为3层前馈BP网络,其中,隐层和输出层使用不同的激活函数.选取了5种光谱特征作为网络输入,输出两单元判定结果.为加速收敛速度,避免振荡,采用了一种自适应的变学习系数、惯性系数策略.个例分析表明,算法在中低纬度地区效果良好.     

基于分类识别的隐马尔可夫模型语音识别技术

通过分析基于隐马尔可夫模型(HMM)语音识别的原理,针对模板提取过程中语音信号的基音频率差别增大而出现的语音识别率下降的问题,提出分类识别的方法,通过采用基音周期(Pitch)判决方法,将特征相近的帧合并,并计算基音频率的MEL频率倒谱系数,采用隐马尔可夫模型(HMM)进行语音识别,最终通过仿真实验验证分类识别方法对语音识别率提高的影响,得出此方法的适用环境和范围.     

夜间静止卫星红外云图的GHSOM网络云分类模型

针对夜间云分类准确率低下的问题,利用奇异值分解方法对FY-2E夜间红外云图进行特征提取和选择,从中筛选出包括亮温和分裂窗差值在内的不同的纹理特征。分别采用动态增长型分层自组织和自组织映射2种神经网络模型对夜间云图进行分类,并将2种网络模型的分类效果进行对比分析。实验结果表明:GHSOM网络模型在夜间云图分类方面效果较好,平均准确率总体上高于SOM,通过分层的分类方法极大地提高了夜间云图的分类准确率。     

基于云模型理论改进的贝叶斯分类算法

基于云模型理论对朴素贝叶斯分类器进行了改进,使得分类器能够处理语言中的一些模糊值,扩展了朴素贝叶斯分类器的应用范围.使用UCI鸢尾花数据集对算法进行了实验仿真和结果分析.结果表明,改进后的分类算法在一定程度上提高了分类精度.     

基于点云数据的自然地形分类算法

提出一种自然地形分类算法以解决移动机器人导航中的环境理解问题。在单几何特征地形分类方法的基础上,提出的算法使用从点云中提取的复合特征训练分类器。复合特征向量包含一个点几何特征和颜色特征。算法首先计算点的坐标协方差矩阵和平均法向量协方差矩阵的特征值作为几何特征。然后通过标定激光雷达坐标系和相机坐标系使点得到颜色信息,把点的颜色作为颜色特征加入复合特征向量。算法使用最大期望-高斯混合模型(EM-GMM)训练一个分类器,训练数据由人工标注。实验结果表明,与单几何特征分类方法相比,复合特征分类方法在对自然地形分类时能得到更高的正确率。     

利用MODIS数据进行云检测

介绍了近年来国际、国内利用气象卫星资料进行云检测识别的研究现状,并提出了一种利用中分辨率成像光谱仪(MODIS)红外、可见光谱段数据进行云、晴空分离的实用方法。给出了一些应用个例,个例分析表明算法适用于含有植被、海洋等背景的中低纬度地区。     

大数据与云计算

大数据（Big Data）这个概念近年来在越来越多的场合、被越来越多的人提及,并且经常和云计算联系在一起,云计算与大数据之间到底是什么关系成为热点话题。本专题报告包含以下四个方面内容：1.大数据的价值;2.大数据带来的挑战;3.大数据研究成果;4.云计算是大数据挖掘的主流方式。通过本报告阐述我们对大数据的理解,以及对大数据的价值的认识,探讨大数据处理与挖掘技术,论述以下观点：没有互联网就没有云计算模式,没有云计算模式就没有大数据处理技术,也就没有大数据挖掘技术。     

利用FY-2C资料对西北太平洋海域云分类的研究

使用2006年8月的31次FY-2C卫星资料进行地理定位研究,发现定位误差小于0.13条扫描线,此精度满足云分类研究需求;在此基础上,使用云分析法和聚类分析法对云进行分类试验,分类结果与FY-2C业务云产品进行对比。结果表明,云分析法确定的云型比业务云产品类型多,并对中低云有很好的识别;而聚类分析结果要优于业务云产品分类结果,在云分布细节上接近实际情况。     

利用GMS5红外分裂窗数据反演水汽的应用研究

从辐射传输方程出发,参照Dennis Chesters等提出的方法,推导了利用水汽在分裂窗两通道吸收的差异来反演水汽总量的一般公式,研究了以探空数据或微波辐射计取得“地面真值”来校准反演公式参数的可行性方法,利用得到的参数反演了同时刻的水汽场。     

基于面向对象的SPOT5湿地影像分类

本文选取洪河保护区湿地景观为研究对象,运用面向对象分类方法对研究区进行分类研究,分类精度达到95.31%,Kappa系数为0.9452。面向对象的分类方法充分考虑地物的几何、光谱、纹理、结构等多方面的信息,能够有效地弥补传统分类方法的缺陷,在高分辨率应用上可以体现更好的效果。     

基于云模型的C~4ISR系统可靠性试验数据收集方法

C^4ISR系统设备多,功能多,指标多,做好可靠性数据收集工作,对正确评估整个系统的可靠性非常重要。以云模型为基础,提出了一种合理确定测试点,合理产生测试数据,收集可靠性数据的新方法。它用于工程验收,将提高可靠性评测的准确性。     

云计算环境下数据访问安全性研究

基于Internet的云计算数据访问安全是云计算安全的中心.本文介绍了云计算应用的基本概况及云计算发展遇到的关键问题,设计了基于MD5、SM2及SSF33算法和身份认证的PKI安全访问体系架构,并保证了基于此安全访问架构下的公开信道的数据访问安全.