基于模糊逻辑和半监督学习的冰雹概率及大小识别算法

本发明提供了基于模糊逻辑和半监督学习的冰雹概率及大小识别算法，旨在提高冰雹预警的准确性和降低虚警率。该算法结合了模糊逻辑的概率综合识别与Self‑training半监督学习技术，通过对双偏振雷达数据和气象探空数据的深度分析，准确识别冰雹发生的概率和大小。具体步骤包括：首先通过多项式拟合计算0℃层和‑20℃层高度，接着利用模糊逻辑算法结合专家经验确定特征参数的隶属度函数及权重，计算冰雹发生的概率；然后采用半监督学习算法进一步细化冰雹大小的识别。采用弱分类器，经过Self‑training迭代过程，扩充有标签样本，提升分类准确率。最终评估结果表明，本算法在冰雹识别率、虚警率和准确率等方面优于传统方法，具有较高的应用价值，能够为冰雹天气的预报预警提供有效支持。