首页> 中文期刊> 《电子与信息学报》 >一种基于模糊神经网络–模糊C均值聚类的双偏振气象雷达降水粒子分类方法

一种基于模糊神经网络–模糊C均值聚类的双偏振气象雷达降水粒子分类方法

         

摘要

对于地杂波存在情况下的降水粒子分类问题,传统方法在不同的天气及环境条件下会产生较大分类误差.该文提出一种基于模糊神经网络(FNN)-模糊C均值聚类(FCM)算法的双偏振气象雷达降水粒子分类方法.该方法首先利用双偏振气象雷达在晴空模式下接收的地杂波数据训练FNN,自适应地计算地杂波各偏振参量隶属函数的参数,然后利用训练得到的地杂波隶属函数对降水模式下的地杂波进行抑制,最后采用模糊C均值聚类算法对地杂波抑制后的回波进行降水粒子分类.对实测数据的处理结果表明,该方法能够有效地抑制地杂波并获得较为精细的降水粒子分类结果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号