田文哲
- 作品数：6 被引量：27H指数：3
- 供职机构：宁波大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金宁波市自然科学基金宁波市国际科技合作项目更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 采用多模糊支持向量机决策融合的积雨云检测被引量：3
- 2014年
- 采用决策融合策略,提出了一种基于多模糊支持向量机(FSVM)的积雨云检测方法以解决添加更多的特征可增加云分类识别的准确率而特征维数过高又会造成过拟合现象的矛盾。该方法首先从训练云图提取光谱特征、通道亮温差特征、一阶灰度直方图纹理特征、灰度共生矩阵纹理特征以及Gabor小波特征,并组成包含5类特征的训练样本集;然后针对每类特征,训练5个FSVM子分类器。最后对各子分类器的结果在输出空间进行加权决策融合,以提高积雨云检测的准确率。实验结果表明,本文方法不仅较好地解决了积雨云检测中由于特征维数过高而造成的过拟合现象,而且能自适应地确定不同特征的权重,检测准确率优于各FSVM子分类器和包含所有输入特征的单FSVM分类器,有望在卫星云图分析中得到应用。
- 金炜符冉迪范亚会王文龙田文哲
- 关键词：卫星云图
- 面向卫星云图云分类的自适应模糊支持向量机被引量：6
- 2017年
- 云类识别是实现卫星云图自动分析的基础,针对卫星云图易受噪声干扰且不同云系往往相互交叠的特点,构造一种面向云类识别的自适应模糊支持向量机。该方法不仅改进了隶属度函数的表现形式,而且通过定义控制临界隶属度和隶属度衰减趋势的参数,使隶属度能根据不同云系样本的具体分布特性自适应调整,解决了传统模糊支持向量机的隶属度函数难以反映样本分布的问题。在MTSAT卫星云图上的实验结果表明,通过提取云图可见光通道的反照率、红外通道的亮温及三种亮温差作为云图的光谱特征,并结合统计纹理特征,所构造的自适应模糊支持向量机分类器能有效区分晴空区、低云、中云、高云及直展云;云类识别准确率优于标准支持向量机和传统模糊支持向量机,且具有更强的稳定性和自适应性。
- 田文哲符冉迪金炜刘箴尹曹谦
- 关键词：模糊支持向量机隶属度函数光谱特征
- 基于Tetrolet变换和支持向量机的积雨云检测研究
- 2015年
- 针对卫星云图的自然纹理特点,提出了一种新的积雨云检测方法。首先利用Tetrolet变换对多种几何特征都可以实现最优逼近的特性,提取云图的频谱纹理特征,并结合传统的亮温及亮温差特征,组成特征向量集;然后通过训练支持向量机(SVM)分类器,进行积雨云检测。对FY-2D卫星云图的实验结果表明,该方法对积雨云的检测准确率达到了95%以上,相较于传统方法,具有更强的泛化能力,对雷暴等灾害天气的预警具有较高的参考价值。
- 田文哲符冉迪金炜周颖
- 关键词：支持向量机
- 联合块匹配与稀疏表示的卫星云图修复被引量：16
- 2014年
- 针对卫星云图在接收及传输过程中受噪声、大气湍流、太阳风暴及卫星轨道漂移等影响造成的云图数据破损,提出了一种联合块匹配与稀疏表示的卫星云图修复方法。首先,根据破损区域的优先权值确定待修复像素,对该像素的邻域进行分块处理。然后,利用待修复块与各匹配块之间的结构相似度,建立相应的冗余字典;通过求解稀疏表示问题修复该破损区域。最后,沿着等照度线不断更新优先权值,实现整幅图像的修复。实验结果表明,提出的方法不仅能避免传统偏微分方程(PDE)修复法所导致的结构丢失,也能很好地改善基于纹理填充修复方法所导致的修复不足及块效应现象。测试结果显示:在云图存在局部区域缺失时,修复后云图的峰值信噪比(PSNR)比匹配追踪法及总变分法的修复结果平均提高了8.50dB和0.28dB,而且在纹理细节及边缘区域具有更好的视觉效果。
- 金炜王文龙符冉迪田文哲尹曹谦
- 关键词：卫星云图图像修复块匹配
- Tetrolet域利用时空相关性的云图压缩感知重建被引量：1
- 2014年
- 针对卫星云图数据量大,但传输通道和存储空间相对狭小的问题,本文基于Tetrolet变换,利用相邻时次云图的时空相关性,实现了一种高重构质量的卫星云图压缩感知方法。该方法将善于表达图像方向纹理及边缘信息的Tetrolet变换引入压缩感知的稀疏表示环节,从而很好地体现了卫星云图细节丰富、纹理结构复杂的特性;同时,考虑到卫星云图序列间的相关性,将时间相邻的卫星云图组成图像组,以中间时刻云图作为参考图像,计算其与相邻时次云图的差异,通过在参考图片及序列差异图片间合理分配采样率,获取测量数据,在压缩感知框架下,采用带平滑处理的投影Landweber算法,重构出相邻时次的图像组。实验结果表明,Tetrolet变换适用于卫星云图的稀疏表示,而且图像组时空相关性的利用可显著提高重构云图的视觉效果及客观评价指标;在采样率低于0.2时,红外1、水汽和可见光3个通道重构云图的峰值信噪比(PSNR)较传统方法平均提高了7.48 dB,13.51 dB和6.15 dB。由此可见,本文方法可以通过获取少数随机测量值,重构出高质量的卫星云图,不仅为云图数据的低比特率压缩提供了一种可行的解决方案,而且对于其他序列图像的压缩采样具有借鉴意义。
- 何艳金炜刘箴符冉迪田文哲
- 关键词：压缩感知卫星云图
- 面向积雨云检测的模糊支持向量机被引量：1
- 2014年
- 为解决SVM在积雨云检测中的难题,本文构造了一种模糊支持向量机(FSVM),首先根据训练样本的分布特性,定义了相邻样本距离类中心的距离变化率,然后通过计算距离变化率来剔除训练集中可能的噪声与野值样本,从而有效克服了传统基于紧密度的FSVM在计算最小超球半径时易受噪声与野值干扰的缺点,使得所计算的隶属度能更好地反映不同样本的差异。实验结果表明,对于FY2D卫星云图,采用从不同通道所提取的光谱特征,本文方法的积雨云检测准确率与传统SVM和基于紧密度的FSVM相比,分别平均提高2%和1%,且具有更强的适应性及噪声鲁棒性。
- 符冉迪田文哲金炜刘箴王文龙
- 关键词：模糊支持向量机隶属度函数
