改进气象雷达TITAN算法在灾害性天气预警中的应用研究

提出一种适用于我国不同季节、经纬度和下垫面的改进气象雷达TITAN算法。建立天气雷达数据格式转换系统,将我国不同型号新一代天气雷达基数据转换成MDV格式雷达数据;按我国不同气候类型、经纬度和海陆下垫面特征,统计获取不同区域强风暴天气雷达特征指标参数阈值。利用云贵高原和海南地区不同下垫面的两次典型超级单体强风暴天气雷达实况数据与改进的TITAN算法进行实验对比分析。分析结果指出,采用改进TITAN算法识别、跟踪和预测0.5~1 h后的强风暴天气误差较小,可信度较高,有助于识别预警灾害性天气和人影指挥作业。

基于三维雷达图像数据的风暴体追踪算法研究

TITAN算法是目前临近天气预报的主要方法之一,主要用于对强对流天气的识别、跟踪和预报。在原算法中速度约束是固定的、预报方法只适用于结构较稳定的风暴,它们会对算法的总体性能有较大的影响。针对这些不足,通过使用动态速度约束和光流法对算法进行了改进。通过实验证明,这些改进对风暴结构变化较大的情况有较好的效果,可以使算法的总体性能平均提高6%左右。

基于地闪定位资料的雷暴识别

TITAN算法常用于对雷达体扫资料进行雷暴识别与追踪;但使用的雷达体扫资料成本较高,相比之下地闪定位资料成本较低且易于获得。因此,将TITAN算法运用到地闪定位资料中,探索TITAN算法对地闪定位资料的适用性以及在TITAN算法中地闪定位资料能否取代雷达资料。利用山西省一次雷暴活动过程地闪定位资料,使用TITAN算法对雷暴能够进行了很好地识别;且得出算法阈值选取的大小会影响雷暴的识别。

基于人工神经网络的BaTiO_3陶瓷配方研究

人工神经网络具有巨量并行、结构可变、高度非线性等特点 ,其建立数学模型并不需要预先知道太多有关问题背景的知识 ,这尤其适用于陶瓷配方研究中某些机理尚未完全清楚、传统数学方法无法分析的情况 .本工作将人工神经网络技术用于介电陶瓷的配方性能分析 ,以BaTiO3为研究对象选取了几种掺杂剂 ,在均匀实验设计的基础上 ,用BP人工神经网络对所得实验结果进行了分析 ,并且用图形化方式直观地表达了出来 .根据实验结果 ,并与多重非线形回归模型相比发现 ,人工神经网络模型比多重非线形回归模型更加准确且能给出配方组成与性能更丰富的信息 。

基于LMT模型的特征工程分析——以泰坦尼克号为例的船舶安全管理实践

以泰坦尼克号海难幸存者数据为样本,基于LMT模型进行特征工程分析。首先,通过定性分析初步判定各属性对预测变量的影响方向和程度,同时进行初期特征工程。其次,进行定量分析,利用皮尔孙相关热图理清各属性间的相关关系,生成特征相关图,量化相关程度以进行冗余变量的剔除工作。最后,综合比较四种算法的准确度可知,LMT算法的模型拟合度最高,乘客幸存率与属性Name、Sex、Pclass、Age、SibSp、Parch、Fare、Cabin、Embarked高度相关。基于以上结果,对船舶安全管理提出总结与展望。

一种雷暴运动路径的预测方法

采用线性外推结合位置预测误差订正的方法开展雷暴路径的预测研究,并结合个例进行检验和效果评估,以此来进一步改善雷暴路径预测,研究结果表明:确定位置误差订正的阈值为0.005°时修正的结果更接近TITAN输出的结果;线性外推结合位置预测误差订正的方法在路径预测上与TITAN预测的结果相接近,比直接使用线性外推有较大的改进。

ADWR-X多普勒天气雷达回波自动识别监视与预警系统设计

利用广汉机场和绵阳机场两部ADWR-X机场终端区X波段多普勒天气雷达的基数据,对其进行解码和分析,通过改进的TITAN算法对强对流回波进行自动识别,提取出强对流回波的距离、强度、回波顶高、强回波中心等信息,并进一步给出天气类型的判断以及预警。系统是通过Microsoft Visual Studio 2017开发环境采用VB语言进行编程,为机场灾害性天气的短临预报和预警提供辅助和参考。