[发明专利]基于BP神经网络的微波衰减降水粒子类型的识别方法在审
| 申请号： | 201910725317.4 | 申请日： | 2019-08-07 |
| 公开（公告）号： | CN110543893A | 公开（公告）日： | 2019-12-06 |
| 发明（设计）人： | 杨涛;郑鑫;陈志远;秦友伟;师鹏飞;李振亚;周旭东 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 康燕文<国际申请>=<国际公布>=<进入 |
| 地址： | 210024 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于BP神经网络的微波衰减降水粒子类型的识别方法，首先，利用双频及以上线路不同偏振方向上的微波衰减信息，将每一个频率线路每一个偏振方向上的微波衰减值作为一个特征量，用多组特征量作为降水输入输出的矩阵；然后，利用BP神经网络完成从m维向n维的非线性映射，提取降水粒子的若干特征值，完成降水粒子类型的自动识别。采用本发明可实时性地自动识别出雨、雪、雹等特殊天气状况，提升对雨、雪、雹等降水粒子的区分及监测效果，推动对降水方面的研究。 | ||
| 搜索关键词： | 降水粒子 自动识别 偏振 衰减 微波 矩阵 微波衰减信息 非线性映射 多组特征 频率线路 实时性地 天气状况 特征量 降水 双频 输出 监测 研究 | ||
【主权项】：
1.一种基于BP神经网络的微波衰减降水粒子类型的识别方法，其特征在于，包括以下步骤：/n(1)获取不同类型降水粒子在不同频率和偏振方向上所造成的微波衰减特征量；/n(2)根据(1)得到的特征量与形成它的降水粒子类型相对应，形成样本集并将样本集随机分为训练集和测试集；/n(3)建立单隐层的BP神经网络模型，输入层为某类型降水粒子在不同频率和偏振角度的微波链路上的有效衰减率，输出层为降水粒子类型，用训练集训练获得神经网络降水粒子类型识别模型，用测试集对模型的可靠性进行检测；/n(4)利用建立好的BP神经网络模型来区分不同类型降水粒子类型。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910725317.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于多层随机森林的零部件识别方法
- 下一篇：一种医学影像处理方法
