首页--天文学、地球科学论文--大气科学(气象学)论文--天气预报论文

基于VQ/HMM的强对流天气识别方法研究

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-14页
   ·强对流天气识别的研究意义第7-8页
   ·冰雹等强对流天气识别研究现状第8-10页
     ·强对流天气的数值预报第8-9页
     ·基于计算机视觉和人工智能的强对流天气识别第9-10页
   ·矢量量化和隐马尔可夫模型研究现状第10-13页
     ·矢量量化研究现状第10-11页
     ·隐马尔可夫模型研究现状第11-13页
   ·本文主要工作第13-14页
第二章 强对流天气特征提取第14-26页
   ·强对流天气预处理第14-18页
     ·多普勒雷达反射率图第14-15页
     ·单体的分割与匹配第15-18页
   ·高度特征提取第18-20页
   ·悬垂度第20-21页
   ·液态水含量第21-22页
   ·冰雹指数第22-24页
   ·基于特征与多数投票法的强对流天气识别第24-25页
   ·本章小结第25-26页
第三章 基于矢量量化的强对流天气识别第26-36页
   ·矢量量化基本原理第26-29页
   ·矢量量化的码本设计第29-32页
     ·最佳码本的设计准则第29页
     ·LBG 算法第29-30页
     ·其他码本设计方法第30-32页
   ·基于矢量量化的强对流天气识别第32-35页
   ·本章小结第35-36页
第四章 基于隐马尔可夫模型的强对流天气识别第36-44页
   ·隐马尔可夫模型概述第36-38页
     ·隐马尔可夫模型的定义第36-37页
     ·隐马尔可夫模型的结构类型第37页
     ·隐马尔可夫模型的基本问题第37-38页
   ·隐马尔可夫模型的基本算法第38-41页
     ·前向-后向算法第38-39页
     ·维特比算法第39-40页
     ·Baum-Welch 算法第40-41页
   ·基于 VQ/HMM 的强对流天气识别第41-43页
   ·本章小结第43-44页
第五章 总结与展望第44-46页
参考文献第46-51页
发表论文和参加科研情况说明第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:强对流天气综合预报方法研究
下一篇:基于流形学习的强对流天气识别