基于SVM分类可信度的暴雨/冰雹分类模型
为提高支持向量机(support vector machine,SVM)暴雨/冰雹分类准确率,研究了暴雨/冰雹样本到分类超平面的距离、样本邻域以及训练样本的过程信息对SVM分类可信度的影响,提出了采用距离系数、邻域系数和过程系数综合确定SVM分类可信度的方法,设计了基于SVM分类可信度的暴雨/冰雹分类模型,对暴雨和冰雹进行区分.结果表明:采用距离系数、邻域系数和过程系数可有效确定SVM分类可信度,基于SVM分类可信度的暴雨/冰雹分类模型有利于提高冰雹识别的击中率并降低其误报率.
暴雨/冰雹分类、分类可信度、支持向量机(SVM)
41
TP274(自动化技术及设备)
公益性行业气象科研项目GYHY200706004;天津市自然科学基金资助项目09JCYBJC07500
2015-05-04（万方平台首次上网日期，不代表论文的发表时间）
共5页
361-365
