申请/专利权人：应急管理部国家自然灾害防治研究院

申请日：2020-12-30

公开（公告）日：2024-02-23

公开（公告）号：CN112633227B

主分类号：G06F18/213

分类号：G06F18/213;G06F18/24;G06F18/2411;G06V10/764;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.02.23#授权;2022.11.11#著录事项变更;2021.04.27#实质审查的生效;2021.04.09#公开

摘要：本发明公开了一种张衡一号感应磁力仪数据闪电哨声波自动识别方法，包括：样本收集将SCM数据做傅立叶频谱图、灰度化及尺度缩小处理、模糊卷积处理、L形态卷积处理、SVM模型分类识别；本发明还公开了一种与上述方法对应的张衡一号感应磁力仪数据闪电哨声波自动识别装置及系统；本发明在张衡一号卫星的SCM数据上开展自动化识别闪电哨声波的探索和研究；根据频谱数据的特点和闪电哨声波的L形态特征设计了模糊卷积核和L形态卷积核，进一步增强了频谱图中的闪电形态特征，大大提高了特征的鲁棒性和识别性能；并采用SVM分类器对特征进行分类，使得其识别性能在精度、召回率以及排序能力均处于94％以上。

主权项：1.张衡一号感应磁力仪数据闪电哨声波自动识别方法，其特征在于,包括：样本收集：将SCM数据做傅立叶频谱图，根据闪电哨声波在频谱图中呈现明显的L形态特征，对频谱图进行分割完成样本图像收集，收集到闪电频谱图和非闪电样本频谱图；灰度化及尺度处理：对频谱图像进行灰度化处理和尺度缩小以降低计算维度同时强化闪电特征；模糊卷积处理：设计模糊卷积核，对图像进行卷积计算以滤除大量阶跃边缘信息的影响；L形态卷积处理：基于闪电哨声波的L形态特征设计L形态卷积核，对图像进行卷积处理以进一步增强图像中的L形态特征；SVM模型分类识别：将增强后的图像输入支持向量机SVM进行训练及分类识别，获得识别结果。

全文数据：

权利要求：

百度查询： 应急管理部国家自然灾害防治研究院 张衡一号感应磁力仪数据闪电哨声波自动识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD