【摘 要】
：
由于天气受到多种因素综合影响,具有时变性和不确定性,大气电场对气溶胶含量、水汽含量、云量、温度等要素的变化有着敏锐的反应,不同的天气条件下大气电场呈现出不同的特性。为提高天气识别准确率,提出一种利用大气电场特征的天气识别算法。首先利用统计学和小波能量谱分析方法,提取大气电场的时幅域、频域特征,然后进行归一化处理,最后采用BP神经网络技术对特征进行训练,建立天气现象识别模型。实验结果表明,大气电场的
【机 构】
：
中国科学院空间科学与应用研究中心,中国科学院大学
【基金项目】
：
国家高技术研究发展计划（863计划）（2011AA7033045）
论文部分内容阅读
由于天气受到多种因素综合影响,具有时变性和不确定性,大气电场对气溶胶含量、水汽含量、云量、温度等要素的变化有着敏锐的反应,不同的天气条件下大气电场呈现出不同的特性。为提高天气识别准确率,提出一种利用大气电场特征的天气识别算法。首先利用统计学和小波能量谱分析方法,提取大气电场的时幅域、频域特征,然后进行归一化处理,最后采用BP神经网络技术对特征进行训练,建立天气现象识别模型。实验结果表明,大气电场的特征,有助于了解大气电场与气候变化之间的关系,可对晴天、阴天、雨天和雷暴等典型天气进行识别,提高了天气现
其他文献
研究网络安全风险动态评估方法,提高评估的准确性。当前网络安全风险评估没有考虑不同入侵特征造成的网络指标变化,以入侵前后相同静态固定指标变化评估为主,缺少不同时段内动态可持续评估的方法。为解决上述问题,提出基于特征映射关联算法的网络安全风险动态评估方法。对网络中的操作特征进行加权优化处理,提取网络操作异常特征,计算异常特征提取误差,针对异常特征提取误差进行补偿。根据网络异常特征获取特征分类函数,并计
针对二维直线电机系统中的直线电机本身存在的非线性以及XY两轴之间互相影响产生的耦合对控制精度的影响,提出了一种基于前馈结构的双神经网络解耦控制方法。根据二维直线电机两轴间的耦合结构和前馈控制结构,对应搭建了双神经网络模型,设计一种双神经网络的解耦控制策略,以消除二维直线电机两轴间的非线性强耦合对系统控制精度的影响。仿真结果表明:提出的双神经网络前馈解耦控制方法的有效性,并在起始阶段的跟踪方面表现出
在网络入侵检测中,对入侵可能路径进行预估,都是以后发式入侵预防为主,无法形成先验预判,主要因为入侵特征存在较大伪装性,没有办法提取固定的入侵路径预判特征。传统的入侵检测方法都是基于固定入侵特征形成入侵判断的依据的,以后期发现为主,对网络的破坏已经形成,造成入侵检测缺陷较大。提出采用粒子群特征多层解析算法的入侵可能路径预先估算方法。根据主成分分析相关理论,获取对应的特征权重矩阵,得到入侵特征对角元素
由于军事电子网络对抗中的流量具有海量、高速的特征,且异常流量具有较强的特征隐蔽性,因此,采用传统算法进行异常流量识别往往均有耗时大、有效识别率低的缺陷。为此,提出基于主分量分析与多时间序列数据挖掘算法相结合的军事电子网络对抗中网络流量异常识别方法。针对各维熵值时间序列之间具有关联性的特点,利用支持向量机算法进行多维流量数据分类,为异常流量的识别提供数据支持,依据主分量分析法对维数进行缩减,对信息熵
研究如何提高航空发动机包容性数值仿真并行计算效率的问题。由于仿真需要庞大的网格数量、高度的非线性和复杂的接触算法,并行计算效率一直比较低,已经成为制约工程应用的重要因素。为了提高航空发动机包容性数值仿真并行计算效率,提出了在共享内存并行模式(Share-Memory Parallel,SMP)下,采用自接触算法进行显式动力学分析,提高并行计算效率的方法。实际算例的比较表明,相比传统的面-面接触算法
智能兵力作战决策支持是计算机生成兵力构建的重难点和核心内容，传统海战智能兵力作战决策系统难以满足决策知识空间增加对系统决策正确性和灵活性的要求，研究将Petri网建模方
时变Do S攻击是当前新出现的一种攻击形式,与非时变网络攻击不同,时变环境下的Do S网络攻击特征频谱处在大幅动态变化中,会造成用于检测攻击频谱处在不可控区间的波动中,无法形成区域内稳定的网络攻击频谱特征。传统的Do S攻击频谱检测方法,多是以检测非时变攻击频率特征为主,对时变攻击无法获取稳定的攻击频谱数据特征,检测的准确性一直较低。提出一种采用包络延拓和本征波匹配的时变Do S攻击频谱检测方法,
粒子滤波(PF)是解决非线性、非高斯估计问题的重要方法,是用粒子及其权重来表示后验概率密度。随机粒子建议密度的选取至关重要,决定着滤波性能。对扩展H∞粒子滤波算法(PF-E
在雷击信号准确采集的研究中,无线网络受到雷击后,会导致信号突变,突变的周期很短。传统的信号采集方法采用提高采集频率的方法对这种瞬时信号进行采集,存在较大漏检风险。为提高采集精度,提出采用小波模糊网络算法的无线网络雷击信号快速采集方法。针对无线传感网络采集到的所有信号进行滤波处理,提取信号特征,并针对信号特征进行微分变换,能够得到滤波处理结果。将上述滤波处理结果输入到小波模糊网络模型中,获取雷击信号
无线网络节点中的离群失联节点在进行通信时信号质量不稳定,需要对离群失联节点进行准确定位,以提高无线网络通信质量。离群失联节点的信号特征与正常节点的信号特征相比有很大差异,传统的定位方法,在进行定位时需要将离群失联节点的信息都传送到参考节点才能得到定位信息,对于参考节点的依赖程度较大,导致定位的准确度和速度都较低。提出一种概率离群失联节点定位方法。对节点之间的距离进行测量,测量结果符合高斯函数,能够