基于Java和聚类分析移动端天气雷达管理系统设计

传统天气雷达管理系统以计算机为终端,灵活性和开放性受时间、地点等因素限制,并且数据存储过程非常简单,数据识别度不高,缺少实时天气信息。因此,结合Java语言和数据库技术,提出一种移动端天气雷达实时管理系统的新思路,通过使用手机终端和数据存储优化来解决现有雷达系统存在的弊端。基于数据库和Android技术,使用MVC模式设计软件系统,实现移动端远程控制、显示产品与故障预警等功能。基于强回波定位算法和百度天气API,实现对雷达数据几个强中心的识别与定位,获取该经纬度的实时天气状况,实现雷达数据存储与对应天气过程的关联,便于后续的资料处理和应用。测试结果表明,所设计的系统可有效地进行雷达控制、产品实时显示、故障预警,以及实现雷达数据应用检索的便利化,由天气状况定位雷达资料,具有较高的灵活性和可靠性。

基于自适应雾浓度系数的暗通道先验法能见度测量

针对传统暗通道先验法处理图像计算能见度时,透射率优化计算复杂以及透射率估测准确性差的问题,提出一种引导滤波的改进方法,以灰度图代替RGB图作为引导图,极大地提高了滤波效率。同时,重点分析雾浓度系数ω和图像灰度均值差异对透射率估测准确性的影响,总结出灰度均值的合理范围,提出一种自适应雾浓度系数的新思路。通过构建BP神经网络,以灰度均值及目标区域计算值作为输入,雾浓度系数作为输出,实现了能见度测量系统对于雾浓度系数的自适应修正。将大量图像处理的能见度结果与CJY散射式能见度仪测量结果作比较,二者基本一致,97.1%的相对误差在20%以内,满足能见度测量要求。