论文部分内容阅读
本文将慢特征分析(Slow Feature Analysis,SFA)应用于强对流的追踪和预测.在原有提取静态特征的基础上,通过慢特征分析提取云团面积、重心、长短轴比、重心与形心距离、移动速度、移动角度和最低亮温等属性的变化作为动态特征,利用慢特征分析方法提取云团中具有一定连续性和稳定性的动态特征对强对流云团进行识别和追踪.分析结果表明,使用动态特征的追踪算法,具有一定的优势,有助于提高对强对流云团的追踪和预测能力.