典型文献
基于增量贝叶斯的双偏振气象雷达降水粒子分类方法
文献摘要：
面对降水粒子分类过程中可能存在的样本数不足,样本质量不高的问题,提出一种基于增量贝叶斯的双偏振气象雷达降水粒子分类方法.该方法首先处理有标签的训练数据集,获取属性节点和类节点之间的条件概率表构建朴素贝叶斯分类器;接着使用朴素贝叶斯分类器分类无标签数据,判断类置信度值后将符合条件的数据追加到训练数据集中,最后修正朴素贝叶斯分类器完成增量学习,得到增量贝叶斯分类器实现降水粒子分类.增量贝叶斯分类器不仅能够增加有效的数据样本,还能够及时更新分类器从而提高其泛化性和适应性,分类结果的准确性也得到了一定的改善.
文献关键词：
双偏振气象雷达;降水粒子分类;增量学习;朴素贝叶斯分类器
中图分类号：
作者姓名：
李海;孙婷逸;程新宇
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;孙婷逸;程新宇-.基于增量贝叶斯的双偏振气象雷达降水粒子分类方法)[J].雷达科学与技术,2022(03):319-327
A类：
B类：
双偏振气象雷达,降水粒子分类,分类方法,分类过程,训练数据集,条件概率,朴素贝叶斯分类器,无标签数据,置信度,信度值,符合条件,追加,增量学习,泛化性
AB值：
0.139804
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。
