新疆地区冰雹预测的模型设计研究
摘要 | 第3-4页 |
Abstract | 第4-5页 |
1. 绪论 | 第8-15页 |
1.1 研究背景和意义 | 第8-9页 |
1.2 国内外相关研究进展综述 | 第9-13页 |
1.2.1 冰雹识别与预测的研究现状 | 第10-11页 |
1.2.2 细胞神经网络的发展与研究现状 | 第11-13页 |
1.3 本文研究内容及研究方法 | 第13-15页 |
1.3.1 主要研究内容 | 第13页 |
1.3.2 研究方法 | 第13-15页 |
2. 五阶细胞神经网络的稳定性 | 第15-23页 |
2.1 细胞神经网络(CNN) | 第15-16页 |
2.2 五阶CNN边缘探测 | 第16-19页 |
2.3 模拟仿真 | 第19-20页 |
2.4 结果分析与检验 | 第20-22页 |
2.4.1 结果分析 | 第20-21页 |
2.4.2 结果检验 | 第21-22页 |
2.5 本章小结 | 第22-23页 |
3. 形态学雹云识别指标 | 第23-31页 |
3.1 K-means聚类 | 第23-24页 |
3.1.1 RGB模型到Lab模型的转换 | 第23页 |
3.1.2 K-means聚类算法 | 第23-24页 |
3.2 雹云单体特征提取算法 | 第24-28页 |
3.2.1 图像预处理 | 第24页 |
3.2.2 色彩分区 | 第24-26页 |
3.2.3 五阶CNN算法对轮廓的提取 | 第26-27页 |
3.2.4 判别指标设计 | 第27-28页 |
3.3 仿真及结果分析 | 第28-30页 |
3.4 本章小结 | 第30-31页 |
4. 基于新疆地区雹云雷达反射率图像的地域性分析 | 第31-39页 |
4.1 新疆地区雹云形成的地理分布规律 | 第32页 |
4.2 气象雷达基本反射率 | 第32-33页 |
4.3 雷达反射率图的强度特征 | 第33-35页 |
4.3.1 强度特征 | 第33-34页 |
4.3.2 各强度的一阶统计测度 | 第34-35页 |
4.3.3 图像纹理的二阶统计特征 | 第35页 |
4.4 雹云反射率图像的强度特征 | 第35-37页 |
4.5 聚类分析 | 第37-38页 |
4.6 本章小结 | 第38-39页 |
5. 新疆石河子地区雹云图像识别 | 第39-46页 |
5.1 Fisher判别 | 第39-41页 |
5.2 判别模型 | 第41-43页 |
5.3 对比分析 | 第43-45页 |
5.4 结论 | 第45-46页 |
6. 结论与展望 | 第46-48页 |
6.1 结论 | 第46-47页 |
6.2 研究不足与展望 | 第47-48页 |
参考文献 | 第48-52页 |
攻读硕士学位期间发表论文以及科研情况 | 第52-53页 |
致谢 | 第53页 |