基于卷积神经网络的天气现象识别方法研究

• 作者: 刘靖宇 朱海龙 杨文佳
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 天气现象识别 深度学习 图片分类 卷积神经网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 专题设计与应用
• 页码范围: 214-216
• 页数: 3页
• 分类号: TP391.41
• 字数: 1586字
• 语种: 中文

摘要

为实现基于图片的天气现象识别,本文提出一种基于卷积神经网络的天气现象识别技术.深度学习在图片分类方面表现出了巨大的优势,本文采用最新的卷积神经网络模型DenseNet,自动提取图像中每种天气现象的特征,通过对同一地点拍摄的晴、阴、雨、雪4种天气进行训练、测试,得到最终的识别结果.实验结果表明,该方法对图片中天气的识别达到了预期的效果,并且相较于传统的方法减少了实验步骤,缩短了时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘靖宇	哈尔滨师范大学计算机科学与信息工程学院	9	5	1.0	2.0
2	朱海龙	哈尔滨师范大学计算机科学与信息工程学院	5	2	1.0	1.0
3	杨文佳	哈尔滨师范大学计算机科学与信息工程学院	1	1	1.0	1.0