-
题名基于架构搜索的雷达回波降雨强度分类算法
- 1
-
-
作者
柴怡君
陆冰鉴
陆振宇
颜诗洋
-
机构
南京信息工程大学人工智能学院
法国国家信息与自动化研究所
-
出处
《信息技术》
2024年第10期1-6,共6页
-
基金
国家自然科学基金联合重点项目(U20B0)。
-
文摘
天气雷达是降雨监测的重要手段,基于天气雷达降雨回波特征实现准确的降雨强度分类至关重要。文中提出了基于3D注意力模块的CNN(EA-CNN)进化搜索算法,算法利用遗传算法(GA)自动搜索最优结构,快速优化CNN架构的宽度与深度,准确找到最佳CNN结构,具有很强的泛化能力。算法引入3D注意力模块有效抑制分类中的干扰像素问题,能够准确提取各强度降雨特征,帮助相关人士从雷达回波中快速获取降雨分级结果。实验表明,与4种经典的算法(KNN、SVM、VGG、ResNet12)相比,所提出的算法在人力、物力等成本上更具竞争性,分类准确率提升7.95%。
-
关键词
卷积神经网络(CNN)
神经架构搜索(NAS)
雷达降雨强度
遗传算法(GA)
3D注意力模块
-
Keywords
Convolutional Neural Network(CNN)
Neural Architecture Search(NAS)
Radar rainfall intensity
Genetic Algorithm(GA)
3D attention module
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于小波变换和粒子群改进的FCM图像分割方法
被引量：4
- 2
-
-
作者
陆振宇
邱雨楠
傅佑
陆冰鉴
-
机构
南京信息工程大学电子与信息学院
江苏省大气环境与装备技术协同创新中心
-
出处
《现代电子技术》
北大核心
2019年第5期57-60,65,共5页
-
基金
国家自然科学基金面上项目(61773220)
国家自然科学基金面上项目(61473334)~~
-
文摘
模糊C均值聚类(FCM)算法是常用的图像分割算法之一,具有无监督、计算简便、软分割等优点。但是,对于含噪声的图像,会受到较为明显的干扰,且对初始值敏感,易陷入局部极小值。针对以上问题,提出一种新的FCM算法。首先,应用小波变换将图像三重分解得到不同尺度的高频和低频系数,应用各向异性滤波对分解后的高频系数进行去噪;然后,将处理好的系数利用小波重构得到处理完成的图像;最后,利用粒子群算法更新FCM的聚类中心,以得到全局最优值。实验结果表明该算法较好地抑制了噪声的影响,具有较好的鲁棒性。
-
关键词
图像分割
模糊C均值
小波变换
各向异性滤波
粒子群算法
去噪算法
-
Keywords
image segmentation
fuzzy C-Means
wavelet transform
anisotropic filtering
particle swarm optimization
denoising algorithm
-
分类号
TN911.73.34
[电子电信—通信与信息系统]
-
-
题名基于相关性分析和数据均衡的能见度分层预测模型
被引量：3
- 3
-
-
作者
陆冰鉴
周鹏
王兴
周可
-
机构
南京信大气象科学技术研究院
南京信息工程大学大气科学与环境气象国家级实验教学示范中心
-
出处
《计算机应用与软件》
北大核心
2022年第8期181-186,共6页
-
基金
国家自然科学基金项目(41805033)
江苏海事局科技项目(NIMST-XS-2019007)
中国气象局软科学研究项目(2019ZZXM45)。
-
文摘
由于影响大气能见度的因素很多,传统数值模式结果往往与实况存在较大差异。利用机器学习进行能见度预测时,往往受到样本不均衡等因素的影响,低能见度的预测准确率不高。提出一种基于相关性分析和数据均衡的能见度分层预测模型。通过相关性分析挑选出主要相关因子,采用随机下采样进行数据均衡,采用LSTM算法分层预测能见度。实验表明,该方法提高了能见度的预测准确率,降低了预测误差,尤其在低能见度的预测上表现出较好的效果。
-
关键词
相关性分析
数据均衡
分层
能见度预测
-
Keywords
Relevance analysis
Data balance
Hierarchical
Visibility forecast
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于EEMD和LSTM的短期风速预测模型研究
被引量：10
- 4
-
-
作者
陆冰鉴
周鹏
王兴
周可
-
机构
南京信大气象科学技术研究院有限公司
南京信息工程大学大气科学与环境气象国家级实验教学示范中心
-
出处
《软件工程》
2020年第3期43-48,共6页
-
基金
江苏海事局科技项目(NIMST-XS-2019007)
国家自然科学基金项目(41805033)
中国气象局软科学研究项目(2019ZZXM45)
-
文摘
由于风具有较强的阵性和局地性,影响因子较多,利用机器学习相关技术进行风速的预测,往往会受这些影响,降低预测的准确率,特别是对于瞬时大风的预测,准确度普遍不高。针对上述问题,提出一种基于集合经验模态分解法(EEMD)和长短期记忆神经网络(LSTM)相结合的短期风速预测模型,该模型采用EEMD将风速序列分解为多个频域相对稳定的子序列,进而改善经验模态分解法(EMD)模态混叠现象,再采用LSTM构建预测模型,实现短期风速预测。该方法与其他预测方法相比,预测的精度更高,误差更小,验证了本文预测方法的可行性和有效性。
-
关键词
风速预测
集合经验模态分解
经验模态分解
长短期记忆神经网络
-
Keywords
wind speed forecast
ensemble empirical mode decomposition
long short-term memory neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名改进的二维主成分分析的人脸识别新算法
被引量：6
- 5
-
-
作者
陆振宇
傅佑
邱雨楠
陆冰鉴
-
机构
江苏省大气环境与装备技术协同创新中心
南京信息工程大学电子与信息工程学院
-
出处
《现代电子技术》
北大核心
2019年第6期55-59,64,共6页
-
基金
国家自然科学基金项目(61773220)
国家自然科学基金项目(61473334)~~
-
文摘
传统二维主成分分析(2DPCA)中的变换只提取人脸图像数据的行内特征,特征提取的方向相对比较单一,没有考虑到其他方向上的特征提取。为了多角度提取图像的特征,识别提供更丰富的信息,文中提出一种改进的2DPCA人脸识别算法。该算法先将人脸图像进行倾斜角度自矫正,同时提取图片的低频信息,再利用改进的感知哈希技术得到图像的"指纹",然后将自矫正后的人脸图片进行多角度旋转,并分别提取特征,得到多角度旋转后的图像特征信息。
-
关键词
二维主成分分析
人脸识别
改进的感知哈希技术
多角度旋转
图像特征提取
角度自矫正
-
Keywords
2DPCA
human face recognition
improved perceptual hash technology
multi-angle rotation
image feature ex-traction
angle self-correction
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
-
