基于熵值法特征筛选的GRNN降雹识别

摘要：

针对冰雹监测难和冰雹灾情不易估计的问题,结合声信号的时域、频域特点,采用时域、频域和小波域相结合的特征提取方法,将熵值法与广义回归神经网络(GRNN)相结合,提出一种基于熵值法特征筛选的GRNN降雹识别方法.对采集的降雹和降雨声信号提取时域特征、频域特征和小波包能量谱特征,采用熵值法确定各特征的权重大小,剔除权重较小的特征项并进行特征融合组成新的特征子集,将特征子集输入GRNN进行预测识别.试验结果表明,该方法能够有效识别冰雹,且特征筛选后的识别率高达97.8276％,相较未进行特征筛选的特征集,识别率提高了近10％.

关键词：冰雹监测;时域特征;频域特征;小波包能量谱;熵值法;特征筛选;广义回归神经网络;降雹识别

所属期刊栏目：47

分类号：TB52+9;P409(声学工程)

资助基金：江苏省重点研发计划社会发展项目;无锡市社会发展科技示范工程项目;南京信息工程大学无锡校区研究生创新实践项目

在线出版日期：2021-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：854-861