首页|基于LightGBM的气象目标分类技术

基于LightGBM的气象目标分类技术

Meteorological Target Classification Technology Based on LightGBM

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.

weather radarmeteorological target classificationlight gradient boosting machine(LightGBM)machine learning

欧阳彤、汪玲、朱岱寅、李勇

展开 >

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,江苏南京 211106

气象雷达 气象目标分类 轻量级梯度提升机 机器学习

工信部民机专项

MJ-2018-S-28

2023

10.3969/j.issn.1672-2337.2023.06.005

雷达科学与技术
中国电子科技集团公司第38研究所 中国电子学会无线电定位技术分会

雷达科学与技术

CSTPCD北大核心
影响因子：0.665
ISSN：1672-2337
年,卷(期)：2023.21(6)
  • 9