-
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
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
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。
-
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
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：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
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。
-
-
-
Search Results
4
records
(took 0.035 seconds)
