一种基于微波衰减信号融合核极限学习机的降雪识别方法
基本信息
| 申请号 | CN202210351621.9 | 申请日 | - |
| 公开（公告）号 | CN114692692A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114692692A | 申请公布日 | 2022-07-01 |
| 分类号 | G06K9/00（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 杨涛;孙梦瑶;宋莹 | 申请（专利权）人 | 河海大学 |
| 代理机构 | 南京华恒专利代理事务所（普通合伙） | 代理人 | - |
| 地址 | 210098江苏省南京市鼓楼区西康路1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于微波衰减信号融合核极限学习机的降雪识别方法，包括以下步骤：（1）计算原始微波衰减信号强度并对信号进行预处理，通过自适应集成经验模态分解方法获取降雪衰减信号数据；（2）设定核极限学习机模型的输出数据训练信息；（3）构建核极限学习机模型；（4）通过差分演化算法对核极限学习机的参数进行优化，得到最优核极限学习机模型；（5）通过测试集的输入数据，输出对应的信息，得到测试集数据对应的降雪强度信息。本发明利用无线微波通信链路覆盖范围广、反演效果好等特点，采用改进的极限学习机算法，训练结果精度较高，提升了降雪监测手段，实现对降雪强度的大范围监测，能够精确高效地识别出降雪强度。 |
