-
公开(公告)号:CN118820964A
公开(公告)日:2024-10-22
申请号:CN202410853069.2
申请日:2024-06-28
Applicant: 无锡学院
IPC: G06F18/243 , G06F18/2135 , G06N3/006 , G06F18/22 , G06F18/214 , G06F18/21
Abstract: 本发明公开了一种基于拉曼激光雷达数据的智能云相态识别方法,包括以下步骤:通过主成分分析法对拉曼激光雷达数据进行特征提取,得到特征向量;将拉曼激光雷达数据的特征向量和毫米波雷达数据进行时空匹配,得到云相态标签;所述云相态标签为云相态数据集构成的标签,将云相态识别为水云、冰云、冰水混合云、过冷水云四种类型;结合河马优化算法对验证集上进行模型调优,得到最优的参数组合;将测试集输入到训练好的极端随机树分类模型,得到云相态的分类结果。本发明优化后的极端随机树分类模型具有更高的预测精度、鲁棒性和较高的分类准确率,进一步提高极端随机树分类模型的稳定性和泛化能力。
-
公开(公告)号:CN118818472A
公开(公告)日:2024-10-22
申请号:CN202410864630.7
申请日:2024-06-28
Applicant: 无锡学院
Abstract: 本发明公开了一种基于LMD‑SVMD的激光雷达回波信号去噪方法,涉及激光雷达数据处理技术领域,利用样本熵计算回波信号和局部均值分解LMD分解后每个模态分量的熵值,有效区分高频信号和低频信号;利用冠豪猪优化算法得到最优平衡参数,有效避免因平衡参数选取不当对逐次变分模态分解SVMD结果造成的不利影响;将局部均值分解LMD、样本熵以及逐次变分模态分解SVMD相结合,对激光雷达回波信号进行去噪处理,在保证信号的完整性的前提下能够有效降低回波信号中的噪声,提高激光雷达探测的精度,与现有技术中的其他去噪方法相比具有明显的优势。
-
-