[发明专利]基于半监督学习在多维度雷达数据下的冰雹识别方法

说明书

本发明提供一种基于半监督学习在多维度雷达数据下的冰雹识别方法，包括：S1：获取标注样本集，随机抽出监督样本集，暴雨样本训练集与冰雹样本训练集，获取未标注数据集并随机均分为q份第一样本；S2：计算各簇训练集的聚类中心；S3：对一份第一样本聚类划分到对应簇中，更新聚类中心；S4：迭代，获得此时的各簇聚类中心以及对应簇的置信度；S5：监督样本集重复步骤S2‑S4，获得监督样本集对各聚类中心的监督置信度，归类至对应簇中；S6：判断第一样本是否更新到簇中，重复S2‑S6至第一样本处理完毕；S7：将最佳的聚类中心作为识别模型输入，得各样本对各簇的置信度、进行分类。该方法有效提高冰雹识别的准确率、降低误报率。

技术领域

本发明属于计算机人工智能与气象交叉技术领域，具体涉及一种基于半监督学习在多维度雷达数据下的冰雹识别方法。

背景技术

冰雹是一种在特殊地理、地形环境及一定的大尺度环流背景下生成的强局部灾害性天气；具有发生突然、移动迅速、天气剧烈、破坏力极强的特点，常常对地方造成涉及农业、交通、电力、通信等各个方面的巨大损失，甚至威胁人民的生命安全。

对冰雹有一个准确的识别，在冰雹预测和冰雹灾后救援方面尤为重要。有效提高冰雹预测的准确性，及时、准确地通知相关部门采取有力预防措施，能够尽可能的避免冰雹造成更大的生命财产损失。目前在利用多普勒天气雷达产品的识别方面，冰雹识别技术主要是利用（Support Vector Machine, SVM）支持向量机、K 均值聚类算法进行识别；具体地：

1、支持向量机是较早期的按照监督学习方式进行数据分类的二分类方法，本质是寻找特征空间上几何间隔最大的分离超平面，并根据这个平面完成多维度数据的二分类问题。但支持向量机用于解决线性不可分问题时 ，若测试数据落在支持向量之间，则有可能出现错误分类。有学者提出使用支持向量机与k-近邻法相结合的方式降低减少错误分类、提高识别准确率；

但是，该方法对参数和核函数选择敏感，支持向量机性能的优劣主要取决于核函数的选取，然而当前对核函数的选取依然以人为根据经验设置，存在一定的误差。导致模型的识别准确率不高，分类效果有待提高。

2、正态贝叶斯分类器假设参与运算的所有特征向量间没有联系，利用输入的样本类型，统计n维特征向量任意分量是冰雹的先验概率，并根据这些概率对未知样本进行分类。其原理是基于大量不同类别的输入样本数据进行机器学习，寻找各类别样本间的内在特征规律。根据这些规律寻找更符合该规律的未知样本，实现分类；

该方法依赖大规模的训练数据。然而冰雹样本数据的获得难度大，数据量小；难以实施大规模样本的训练，导致分类模型达不到预期、判别存在局限性。

3、K 均值聚类算法的原理是通过计算k簇样本数据的聚类中心，根据各个数据对象到各簇聚类中心间的距离完成数据划分；若相邻的两次聚类中心没有变化，这说明数据聚类迭代完成；若发生变化，则利用更新后k簇样本的聚类中心，重新对样本数据求距离划分。迭代至划分后聚类中心不再改变，得出聚类结果；

该方法忽略了参与运算的n维特征间的差异，且分类后识别效果有待提高。

发明内容

有鉴于此，本发明的目的在于提供一种基于半监督学习在多维度雷达数据下的冰雹识别方法，该方法能有效提高冰雹识别的准确率，同时降低误报率。

为实现上述目的，本发明的技术方案为：一种基于半监督学习在多维度雷达数据下的冰雹识别方法，包括以下步骤：

S1：获取标注样本集，通过随机抽样方法从标注样本集中抽取监督样本集，同时将标注样本集按照暴雨、冰雹标签分为暴雨样本训练集与冰雹样本训练集，获取未标注数据集，随机均分为q份第一样本；

S2：计算暴雨样本训练集与冰雹样本训练集的均值向量作为聚类中心；