【技术实现步骤摘要】
本专利技术涉及气象雷达信号处理技术，具体涉及一种融合lightgbm的resnext网络气象目标细粒度识别方法。
技术介绍
1、气象雷达是气象目标识别的基础设施，气象目标分类在人类生活、行动中具有重要意义。常规多普勒气象雷达依靠发射单一极化方向电磁波，通过回波只能获取反射率因子、速度谱宽等单一极化方向参量，而仅靠单一极化方向的参量很难具体了解气象目标在几何大小、形态、空间取向等方面信息，因而经常对气象目标造成误判。为得到更多气象目标信息，双极化雷达由此诞生，双偏振气象雷达是常规多普勒气象雷达的进一步发展，采用同时或交替发射水平和垂直方向的电磁波，可额外获取两种不同偏振方向电磁波之间的差分反射率、相关系数、差分相移率等差异极化参量。这些极化参数使得双偏振气象雷达具有对气象目标相态、类型、几何形态等信息敏捷感应的能力，双偏振气象雷达的出现大大促进了气象雷达在气象目标识别上的发展。
2、在雷达实际工作中，雷达扫描照射到地面物体或者空中生物时，其回波除气象回波以外，还包含非气象回波。非气象回波(主要为生物杂波和地杂波)混杂于气象回波...
【技术保护点】
1.一种融合LightGBM的ResNeXt网络气象目标细粒度识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合LightGBM的ResNeXt网络气象目标细粒度识别方法，其特征在于，数据集制作方法为：
3.根据权利要求1所述的一种融合LightGBM的ResNeXt网络气象目标细粒度识别方法，其特征在于，ResNeXt网络模型包括一个卷积、一个最大池化、四个串联的残差块、一个平均池化和一个线性层，输入数据经过卷积处理后，再进行最大池化操作，然后依次经过四个残差块处理，最后经平均池化操作和线性操作后输出粗粒度识别结果。>
4.根据权利...
【技术特征摘要】
1.一种融合lightgbm的resnext网络气象目标细粒度识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合lightgbm的resnext网络气象目标细粒度识别方法，其特征在于，数据集制作方法为：
3.根据权利要求1所述的一种融合lightgbm的resnext网络气象目标细粒度识别方法，其特征在于，resnext网络模型包括一个卷积、一个最大池化、四个串联的残差块、一个平均池化和一个线性层，输入数据经过卷积处理后，再进行最大池化操作，然后依次经过四个残差块处理，最后经平均池化操作和线性操作后输出粗粒度识别结果。
4.根据权利要求3所述的一种融合lightgbm的resnext网络气象目标细粒度识别方法，其特征在于，resnext网络模型中卷积层、池化层的输入与输出特征图大小变换关系公式为：
5.根据权利要求3所述的一种融合lightgbm的resnext网络气象目标细粒度识别方法，其特征在于，残差块包括三个卷积和一个组卷积，残差块的输入数据一路依次经过卷积、组...
【专利技术属性】
技术研发人员：汪玲，欧阳彤，朱岱寅，李勇，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。