于岚
- 作品数：2 被引量：2H指数：1
- 供职机构：中国民航大学电子信息工程学院天津市智能信号与图像处理重点实验室更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划中央高校基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于纹理特征融合的低空风切变识别被引量：1
- 2015年
- 为提高激光雷达探测不同类型低空风切变的识别率,提出一种结合旋转不变非下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)和韦伯描述子(Weber local descriptor,WLD)的纹理特征融合方法。首先,计算基于对数极坐标变换的NSCT子代均值和方差作为旋转不变NSCT特征向量,描述风切变风场的整体频域结构。其次,提取风切变图像的WLD直方图特征,描述风切变风场局部空域结构。在此基础上,通过典型相关分析(canonical correlation analysis,CCA)融合两种特征。最后利用支持向量机作为分类器进行测试。实验结果表明,该算法对四种低空风切变的平均识别率达到97.62%,识别效果整体优于三种传统的单一特征。
- 蒋立辉于岚庄子波熊兴隆
- 关键词：低空风切变激光雷达纹理特征模式识别
- 基于小波矩的改进遗传算法风切变识别被引量：2
- 2014年
- 针对采用三次B样条小波矩提取的低空风切变图像的形状特征,提出了一种改进的遗传算法(GA)用于微下击暴流、低空急流、侧风以及顺逆风4种风切变的类型识别中。该算法中自适应交叉概率仅考虑了进化代数的影响,而变异概率强调个体与群体适应度的作用,使得在均匀把握群体演变方向时,极大程度地丰富种群的多样性。对由此改进算法选取的最优特征子集,采用三阶近邻分类器进行分类识别。实验结果表明,该自适应遗传算法操作方向性强,能快速收敛到全局最优解,稳定地提取出最优特征子集,最终使低空风切变的平均识别率达到97%以上,获取了较好的识别效果。
- 蒋立辉陈红庄子波熊兴隆于岚
- 关键词：小波矩风切变遗传算法
