公开(公告)号：CN111898627B

公开(公告)日：2021-06-15

申请号：CN202010460233.5

申请日：2020-05-27

Applicant: 成都信息工程大学

Inventor： 刘说 ,  赵德龙 ,  吴泽培 ,  杨玲 ,  何晖 ,  黄梦宇 ,  周嵬 ,  丁德平 ,  陈青青

IPC: G06K9/62 ,  G06K9/34 ,  G06K9/38

Abstract: 本发明涉及一种基于PCA的SVM云微粒子优化分类识别方法，主要包括首先对CPI图像进行云微粒子分割，然后对分割后的云微粒子图像进行去标注，接着基于PCA降维的SVM云微粒子图像分类识别，由于现有方法中缺乏对CPI云微粒子原始数据的针对性预处理，通过该方法可有效的对云微粒子分类，并识别破碎冰晶粒子图片。

公开(公告)号：CN115128616B

公开(公告)日：2025-03-28

申请号：CN202210932180.1

申请日：2022-08-04

Applicant: 北京市人工影响天气中心 ,  成都信息工程大学

Inventor： 赵德龙 ,  左懂飞 ,  刘说 ,  杨玲 ,  周巍 ,  肖伟 ,  杜远谋 ,  盛久江 ,  田平 ,  王飞 ,  陈弈辰 ,  黄梦宇 ,  何晖 ,  丁德平

IPC: G01S13/95 ,  G01S13/86

Abstract: 本发明涉及基于机载Ka波段降水云雷达的液态水含量反演方法。主要使用飞机原位测量的全尺寸分布和机载降水云雷达的反射率，从机载Ka波段降水云雷达测量的总反射率中明确分离不同水凝物贡献的反射率Z，然后从原位测量得到每种水凝物的质量浓度M和反射率Z之间的关系。将液态水的Z‑M关系应用到分离出来的液态水回波中，得到云中整个垂直剖面的液态水含量。该方法可以显著减小液态水含量与反射率之间的离散性，从而更准确地确定云中液态水含量。

公开(公告)号：CN111898627A

公开(公告)日：2020-11-06

申请号：CN202010460233.5

申请日：2020-05-27

Applicant: 成都信息工程大学

Inventor： 刘说 ,  赵德龙 ,  吴泽培 ,  杨玲 ,  何晖 ,  黄梦宇 ,  周嵬 ,  丁德平 ,  陈青青

IPC: G06K9/62 ,  G06K9/34 ,  G06K9/38

Abstract: 本发明涉及一种基于PCA的SVM云微粒子优化分类识别方法，主要包括首先对CPI图像进行云微粒子分割，然后对分割后的云微粒子图像进行去标注，接着基于PCA降维的SVM云微粒子图像分类识别，由于现有方法中缺乏对CPI云微粒子原始数据的针对性预处理，通过该方法可有效的对云微粒子分类，并识别破碎冰晶粒子图片。

公开(公告)号：CN115128616A

公开(公告)日：2022-09-30

申请号：CN202210932180.1

申请日：2022-08-04

Applicant: 北京市人工影响天气中心 ,  成都信息工程大学

Inventor： 赵德龙 ,  左懂飞 ,  刘说 ,  杨玲 ,  周巍 ,  肖伟 ,  杜远谋 ,  盛久江 ,  田平 ,  王飞 ,  陈弈辰 ,  黄梦宇 ,  何晖 ,  丁德平

IPC: G01S13/95 ,  G01S13/86

Abstract: 本发明涉及基于机载Ka波段降水云雷达的液态水含量反演方法。主要使用飞机原位测量的全尺寸分布和机载降水云雷达的反射率，从机载Ka波段降水云雷达测量的总反射率中明确分离不同水凝物贡献的反射率Z，然后从原位测量得到每种水凝物的质量浓度M和反射率Z之间的关系。将液态水的Z‑M关系应用到分离出来的液态水回波中，得到云中整个垂直剖面的液态水含量。该方法可以显著减小液态水含量与反射率之间的离散性，从而更准确地确定云中液态水含量。

公开(公告)号：CN114758155B

公开(公告)日：2025-01-10

申请号：CN202210374299.1

申请日：2022-04-11

Applicant: 北京市人工影响天气中心 ,  成都信息工程大学

Inventor： 赵德龙 ,  刘说 ,  周嵬 ,  肖伟 ,  杜远谋 ,  盛久江 ,  田平 ,  王飞 ,  陈羿辰 ,  黄梦宇 ,  何晖 ,  丁德平

IPC: G06V10/50 ,  G06V10/762 ,  G06V10/75 ,  G06T7/60

Abstract: 本发明涉及一种基于优化聚类的云微粒子数据处理方法，主要包括首先对云微粒子探测设备采集的原始云微粒子图像数据进行数据集划分和筛选，然后对所有图像数据进行图像预聚类方法处理，接着对像素块图像数据进行像素块合并及云微粒子区域进行提取，通过该方法可对随机筛选的云微粒子数据进行了基于多种像素块尺寸参数和多种搜索范围参数的聚类处理，对不同采集时间段的原始云微粒子进行不同聚类处理，对云微粒子数据的不同聚类结果进行了基于比值离散度的分析，提高了云微粒子区域提取的准确性和可靠性。

公开(公告)号：CN114758155A

公开(公告)日：2022-07-15

申请号：CN202210374299.1

申请日：2022-04-11

Applicant: 北京市人工影响天气中心 ,  成都信息工程大学

Inventor： 赵德龙 ,  刘说 ,  周嵬 ,  肖伟 ,  杜远谋 ,  盛久江 ,  田平 ,  王飞 ,  陈羿辰 ,  黄梦宇 ,  何晖 ,  丁德平

IPC: G06V10/50 ,  G06V10/762 ,  G06K9/62 ,  G06T7/60

Abstract: 本发明涉及一种基于优化聚类的云微粒子数据处理方法，主要包括首先对云微粒子探测设备采集的原始云微粒子图像数据进行数据集划分和筛选，然后对所有图像数据进行图像预聚类方法处理，接着对像素块图像数据进行像素块合并及云微粒子区域进行提取，通过该方法可对随机筛选的云微粒子数据进行了基于多种像素块尺寸参数和多种搜索范围参数的聚类处理，对不同采集时间段的原始云微粒子进行不同聚类处理，对云微粒子数据的不同聚类结果进行了基于比值离散度的分析，提高了云微粒子区域提取的准确性和可靠性。