-
题名基于LightGBM的气象目标分类技术
- 1
-
-
作者
欧阳彤
汪玲
朱岱寅
李勇
-
机构
南京航空航天大学雷达成像与微波光子技术教育部重点实验室
-
出处
《雷达科学与技术》
北大核心
2023年第6期621-629,共9页
-
基金
工信部民机专项资助课题(No.MJ-2018-S-28)。
-
文摘
为克服传统气象目标分类算法对人为设置经验参数的依赖性,本文提出一种基于轻量级梯度提升机(Light Gradient Boosting Machine,LightGBM)的气象目标分类技术。将KVNX气象雷达获取的4个极化参量(水平反射率因子、差分反射率、相关系数和差分相移率)作为气象目标的特征参数,结合参考分类标签,制作向量数据集,再进行预处理,生成满足模型需求的数据集。以此数据集为驱动,建立一种LightGBM算法的气象目标四分类模型,该模型可有效识别3种气象目标(中小雨、冰雹和湿雪)及杂波(生物杂波与地杂波)。最后,根据气象雷达观测测试数据集进行测试,结果表明该模型在有高效率识别速率条件下,识别准确率可达95%以上。再用KTLX雷达两次实际观测数据来验证模型通用性,结果表明LightGBM分类模型可有效完成4种气象目标识别,具有优越的鲁棒性。
-
关键词
气象雷达
气象目标分类
轻量级梯度提升机
机器学习
-
Keywords
weather radar
meteorological target classification
light gradient boosting machine(LightGBM)
machine learning
-
分类号
TN959.4
[电子电信—信号与信息处理]
-
