稀疏表示及模糊支持向量機在衛星雲圖處理中的套用

基本信息

書號：9787030483911

作者：金煒等

裝幀：平裝

開本：B5

內容介紹

本書從衛星雲圖處理的研究現狀出發，運用現代信息技術與大氣科學交叉互補的研究思路，介紹了稀疏表示和模糊支持向量機理論及其在衛星雲圖處理中的若干套用。書中採用不確定性理論及機器學習法，開展了衛星雲圖降噪、多通道雲圖融合、衛星雲圖超解析度、雲類識別、雲圖檢索等方面的研究，以期提高氣象業務服務水平，並拓展稀疏表示理論及FSVM的實際套用價值。本書每章都給出了相應的實驗方法和實驗結果，希望能給讀者帶來更多的參考價值。

目錄

第1章緒論1
1.1引言1
1.2衛星雲圖處理的研究現狀2
1.3靜止氣象衛星及其衛星雲圖5
1.3.1靜止氣象衛星5
1.3.2衛星雲圖相關知識6
1.4衛星雲圖處理的理論準備：稀疏表示及模糊支持向量機理論8
1.4.1稀疏表示理論8
1.4.2支持向量機相關理論14
1.5本章小結24
參考文獻25
第2章衛星雲圖預處理28
2.1基於稀疏表示的衛星雲圖降噪算法28
2.1.1衛星雲圖稀疏降噪模型29
2.1.2適用於雲圖降噪的過完備字典D的構造30
2.1.3算法步驟31
2.1.4實驗結果與分析32
2.2聯合塊匹配與稀疏表示的衛星雲圖修復33
2.2.1基於塊匹配的圖像修復35
2.2.2雲圖稀疏修復模型的建立37
2.2.3算法步驟39
2.2.4實驗結果及討論39
2.3抗混疊輪廓波域採用壓縮感知的雲圖融合方法43
2.3.1AFCT的構造44
2.3.2壓縮感知(CS)理論46
2.3.3結合AFCT及CS的氣象雲圖融合實現47
2.3.4實驗結果及分析49
2.4基於過完備字典稀疏表示的雲圖超解析度52
2.4.1算法基本原理53
2.4.2過完備字典對的聯合訓練53
2.4.3基於稀疏表示的雲圖超解析度實現55
2.4.4實驗結果與分析56
2.5本章小結58
參考文獻59
第3章衛星雲圖壓縮感知62
3.1引言62
3.2適合雲圖稀疏表示的Tetrolet變換63
3.3雲圖的時空相關性及壓縮感知66
3.3.1雲圖的時空相關性66
3.3.2基於時空相關性的雲圖壓縮感知67
3.4實驗結果與分析69
3.5本章小結73
參考文獻73
第4章利用密度聚類支持向量機的衛星雲圖雲檢測75
4.1引言75
4.2資料分析及特徵提取76
4.2.1資料分析76
4.2.2特徵提取77
4.3密度聚類支持向量機77
4.3.1DBSCAN算法78
4.3.2樣本集的純度78
4.3.3樣本集的充足度79
4.4實驗結果與分析80

4.5本章小結81
參考文獻82
第5章適用於衛星雲圖雲類識別的稀疏分類器構造83
5.1當前雲分類研究現狀83
5.2過完備字典稀疏表示的衛星雲圖雲分類方法86
5.2.1衛星雲圖雲分類體系86
5.2.2適合衛星雲圖特徵表達的過完備字典87
5.2.3字典特徵的提取89
5.2.4基於重構殘差的稀疏分類器90
5.2.5採用子空間投影的稀疏分類器91
5.3實驗結果與分析93
5.3.1CCSIODSRF分類器的準確率94
5.3.2多種分類器的對比95
5.4本章小結97
參考文獻97
第6章採用多模糊支持向量機決策融合的積雨雲檢測99
6.1積雨雲檢測的研究現狀99
6.2積雨雲及其特徵提取100
6.3決策融合103
6.3.1模糊支持向量機(FSVM)及其輸出模糊機率的擬合103
6.3.2加權係數決策融合104
6.4實驗及結果分析105
6.5本章小結108
參考文獻108
第7章面向衛星雲圖雲類識別的自適應模糊支持向量機110
7.1引言110
7.2基於支持向量機的衛星雲圖雲類識別研究現狀110
7.3衛星雲圖雲分類體系及特徵提取111
7.4自適應模糊支持向量機112
7.4.1自適應模糊隸屬度函式的設計114
7.4.2確定自適應參數114
7.5雲分類算法流程117
7.6實驗結果及分析118
7.7本章小結121
參考文獻122
第8章基於稀疏表示的衛星雲圖檢索123
8.1適應於雲圖檢索的特徵提取及雲圖檢索評價準則123
8.1.1雲圖灰度特徵提取124
8.1.2基於均勻局部二元模式的雲圖紋理特徵提取125
8.1.3雲圖形狀特徵提取129
8.1.4雲圖檢索性能評價準則134
8.2基於稀疏表示的雲圖檢索的實現135
8.2.1採用字典學習的雲圖特徵最佳化135
8.2.2基於稀疏分類的雲圖檢索算法137
8.3實驗結果與分析139
8.4本章小結143
參考文獻144
索引145