典型文献
基于DTSVMs-BNT协同训练的双偏振气象雷达降水粒子分类方法
文献摘要：
本文提出了一种基于决策树支持向量机-贝叶斯网络协同训练的双偏振气象雷达降水粒子分类方法.该方法首先使用有标签的数据初步训练得到贝叶斯网络和决策树支持向量机两种分类器.然后取出部分无标签的数据,通过两个分类器得到类别的预测结果,计算该部分预测结果的置信度,将预测结果满足阈值的无标签数据放入到有标签数据集中.使用更新后的有标签数据集重新训练两个分类器.重复该过程直到所有无标签训练数据都被放入到有标签数据集中,这时完成训练得到协同训练分类器,最后使用协同训练分类器对测试数据集进行降水粒子分类.实验表明,该方法使用一部分有标签数据结合一部分无标签数据,有效地提高了分类器性能,实现了降水粒子的准确分类.
文献关键词：
协同训练;降水粒子分类;双偏振气象雷达;贝叶斯网络;支持向量机
中图分类号：
作者姓名：
李海;程新宇;尚金雷
作者机构：
中国民航大学 天津 300300
文献出处：
引用格式：
[1]李海;程新宇;尚金雷-.基于DTSVMs-BNT协同训练的双偏振气象雷达降水粒子分类方法)[J].火控雷达技术,2022(01):5-13
A类：
DTSVMs
B类：
BNT,协同训练,双偏振气象雷达,降水粒子分类,分类方法,决策树,贝叶斯网络,网络协同,练得,分类器,该部,置信度,无标签数据,放入,标签数据集,新训,训练数据,这时,测试数据,数据结
AB值：
0.168832
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。
