[发明专利]一种基于多粒度级联森林网络的云图分类方法

摘要

本发明涉及一种基于多粒度级联森林网络模型的云图分类方法，首先利用多粒度级联森林的多粒度层对云图进行特征表示得到高阶语义信息，然后多粒度级联森林的级联层利用特征表示的语义信息将云图分为厚云、薄云和晴空。本发明比传统卫星云图分类方法准确率更高，并且相同硬件条件下样本训练和测试时间也比大多数方法快很多。

主权项

1.一种基于多粒度级联森林网络的云图分类方法，其特征在于包括如下步骤：步骤一、多粒度级联森林网络模型结构的训练：设定网络模型的多粒度扫描层为三种不同粒度尺寸，每种粒度层包含两个森林；网络模型的级联层为L个完全随机森林和L个随机森林，利用已标注的样本(Xi,Yi)，对该网络模型进行学习,使用多粒度扫描层进行特征表示，级联层进行有监督学习并输出云类别，得到训练后的网络参数,其中，Xi为一个N×N的图像块，Yi表示Xi对应的云的分类，N满足20≤N≤40，i代表第i个样本，i＝1,2,3,...,p，p为样本总数；步骤二、卫星云图分类：将卫星图像分成每个像素大小为N×N的小块，作为输入数据输入多粒度级联森林网络，得到整个网络的特征向量输出，最后，在特征向量的类别概率中取最大的类别概率判定云的种类。