基于增量贝叶斯的双偏振气象雷达降水粒子分类方法

来源：雷达科学与技术杂志2022年第3期北京时间：

作者：李海，孙婷逸，程新宇

单位：中国民航大学天津市智能信号与图像处理重点实验室， 天津 300300

摘要：面对降水粒子分类过程中可能存在的样本数不足，样本质量不高的问题，提出一种基于增量贝叶斯的双偏振气象雷达降水粒子分类方法。该方法首先处理有标签的训练数据集，获取属性节点和类节点之间的条件概率表构建朴素贝叶斯分类器；接着使用朴素贝叶斯分类器分类无标签数据，判断类置信度值后将符合条件的数据追加到训练数据集中，最后修正朴素贝叶斯分类器完成增量学习，得到增量贝叶斯分类器实现降水粒子分类。增量贝叶斯分类器不仅能够增加有效的数据样本，还能够及时更新分类器从而提高其泛化性和适应性，分类结果的准确性也得到了一定的改善。

关键词：双偏振气象雷达,降水粒子分类,增量学习,朴素贝叶斯分类器,

基金资助：民机项目（No.MJ-2018-S-28）; 天津市自然基金重点项目（No.20JCZDJC00490）; 航空基金项目（No.20182067008）; 中央高校基本科研业务费项目（No.3122018D008）; 中国民航大学蓝天教学名师培养经费