典型文献
基于改进FNN的降水粒子分类方法
文献摘要：
针对模糊神经网络(Fuzzy Neural Network,FNN)降水粒子分类方法在训练过程中隶属度函数初值不易确定的问题,本文提出了一种改进的模糊神经网络降水粒子分类方法.首先利用K-means++算法对没有标签区域里的双偏振气象雷达数据进行聚类,将聚类结果和另一区域中双偏振气象雷达获取的少量带标签数据进行相关性分析来得到带标签数据,接着对带标签数据进行统计分析来得到模糊神经网络隶属度函数参数初值,将统计好的参数代入模糊神经网络中并对网络进行离线训练,最后使用依据数据自适应调节好的模糊神经网络分类器实现降水粒子的分类.通过对实测数据实验结果表明,该方法能够得到较为合理的降水粒子分类结果.
文献关键词：
双偏振气象雷达;降水粒子分类;K-means++算法;相关性分析;模糊神经网络
中图分类号：
作者姓名：
李海;郭生权;张超群;冯青
作者机构：
中国民航大学天津市智能信号与图像处理重点实验室 天津 300300
文献出处：
引用格式：
[1]李海;郭生权;张超群;冯青-.基于改进FNN的降水粒子分类方法)[J].火控雷达技术,2022(04):1-10
A类：
B类：
FNN,降水粒子分类,分类方法,模糊神经网络,Fuzzy,Neural,Network,训练过程,隶属度函数,初值,means++,双偏振气象雷达,雷达数据,标签数据,来得,函数参数,计好,数代,代入,离线训练,自适应调节,神经网络分类器
AB值：
0.228343
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。
