基于边缘探测细胞神经网络的雹云判识模型理论研究

Edge detection of cellular neural network(EDCNN) is an important branch of cellular neural network, has been widely used in the fields of image and video signal processing, complex system modeling. And the research of robustness, extension and application of EDCNN template has an important theoretical value and application prospect. The research aims to study dynamics mechanism and robustness problems of EDCNN by using the methods of mathematical analysis in combination with numerical simulation and then establish the corresponding template function which provides quantitative analysis criterion for optimization design of CNN and enriches the theory of CNN.And the research processing maily inlcude three steps :detect the cloud radar images in real time,extract textural information of the changing clouds and summarizes the hail clouds radar information.In a word ,The research mainly constructs feature vector of change rule of the clouds life.Furtherly the research is to establish the mathematical model as the indicator to identify the hail clouds by using the mathmatical methods such as wavelet transform ,fourier transform ,matrix analysis methods cluster analysis.Finally,the research end up to writing the recognition software of the hail clouds to help the weather forecasters on short-term warning.

边缘探测细胞神经网络(EDCNN)是细胞神经网络(Cellular Neural Network, 简称CNN)的重要分支，已在图像和视频信号处理，复杂系统建模等领域得到广泛应用。EDCNN模板的鲁棒性、拓广和应用的研究具有重要的理论价值和应用前景. 本研究旨在通过数学分析的方法结合数值模拟研究EDCNN动力学机理，研究EDCNN的鲁棒性问题，建立相应的EDCNN模板功能的设计定理，为CNN的优化设计提供定量的解析判据，丰富CNN理论。 并研究采用EDCNN技术对云团雷达跟踪图像进行实时探测，提取变化的纹理信息，研究云团雷达图像的降雹信息。构造出云团生命发展变化的特征向量。通过小波变换、傅立叶变换和矩阵分析等方法对该特征向量进行数据分析与数据挖掘，并利用聚类分析等数学方法对特征向量进行分类，建立雹云判识指标的数学模型。最后编写雹云识别软件，辅助气象预报人员对冰雹天气进行短时预警.

本项目按照研究计划认真执行，已经全部完成相应工作。期间发表42篇具有较高质量的研究论文， 其中SCI检索论文8篇， EI检索论文21篇. 中文核心期刊13篇。获得软件著作权4项。培养23名从事相关研究的研究生。.具体完成若干r>1的边缘探测细胞神经网络模板库中和某些重要的细胞神经网络的模板鲁棒性定理证明。建立一个用于天气雷达图像探测的CNN模板库，专门对雷达图像，天气图像进行处理，并提交给气象局技术人员。提取对流云团纹理特征，构造对流云团生命发展的特征向量。为自治区气象局提供定量检测冰雹云的雷达数字图像处理方法。建立降雹云识别算法的数学模型。编制降雹云识别软件。提高降雹云识别时效和识别准确率。该软件平台分别在石河子气象局、乌苏气象局测试使用，能够较好地达到冰雹预测效果。