典型文献
基于改进CEEMD和多域特征融合的1D-CNN降雹量级识别算法
文献摘要：
为便于分析冰雹对社会生产造成的灾害影响,需要对降雹量级进行分类统计,对降雹量级进行定量分析,不仅可以为灾害评估提供依据,还可以对气象预报、虚报现象做出反馈.本文针对降雹声信号提出了一种改进的互补集合经验模态分解(CEEMD)重构算法,重构后的信号最大程度地保持原有时域特征,也能对降雹声信号去噪处理.其次设计了一种多域特征融合1D-CNN模型,将重构后的原始数据、时域特征和频域特征分别作为1D-CNN的输入,在中间层进行特征拼接,最后输出分类器,结果显示本文设计的多域特征融合1D-CNN对降雹量级的识别率高达99.58％,相比于原始数据与传统1D-CNN模型识别率提高了8.75％.
文献关键词：
降雹量级;互补集合经验模态分解;特征提取;1D-CNN
中图分类号：
作者姓名：
李鹏;杨山山;徐文校;陈守静;于心远;徐永杰
作者机构：
南京信息工程大学江苏省气象探测与信息处理重点实验室 南京210044;南京信息工程大学江苏省大气环境与装备技术协同创新中心 南京210044;无锡学院 无锡214105
文献出处：
引用格式：
[1]李鹏;杨山山;徐文校;陈守静;于心远;徐永杰-.基于改进CEEMD和多域特征融合的1D-CNN降雹量级识别算法)[J].电子测量技术,2022(17):134-143
A类：
降雹量级
B类：
CEEMD,多域特征融合,1D,识别算法,冰雹,社会生产,灾害影响,分类统计,灾害评估,气象预报,虚报,声信号,互补集合经验模态分解,重构算法,时域特征,信号去噪,去噪处理,原始数据,频域特征,中间层,层进,特征拼接,分类器,识别率高,模型识别
AB值：
0.248417
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
