| 基于LightGBM的气象目标分类技术 |
| |
| 引用本文： | 欧阳彤,汪 玲,朱岱寅,李 勇. 基于LightGBM的气象目标分类技术[J]. 雷达科学与技术, 2023, 21(6): 621-629 |
| |
| 作者姓名： | 欧阳彤 汪 玲 朱岱寅 李 勇 |
| |
| 作者单位： | 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 |
| |
| 基金项目： | 工信部民机专项资助课题（No.MJ?2018?S?28） |
| |
| 摘 要： | 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 |
Meteorological Target Classification Technology Based on LightGBM |
| |
| OU YANG Tong,WANG Ling,ZHU Daiyin,LI Yong. Meteorological Target Classification Technology Based on LightGBM[J]. Radar Science and Technology, 2023, 21(6): 621-629 |
| |
| Authors: | OU YANG Tong WANG Ling ZHU Daiyin LI Yong |
| |
| Affiliation: | Key Laboratory of Radar Imaging and Microwave Photonics, Ministry of Education, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《雷达科学与技术》浏览原始摘要信息 |
|
点击此处可从《雷达科学与技术》下载免费的PDF全文 |
