基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在人工影响天气业务中,对人影作业潜力区的划定,目前还没有准确的定量化指标.传统方法依靠人工读图,通过分析卫星云图、雷达回波图、模式资料等来确定适于开展人影作业的潜力区.这些方法对经验依赖性较大,随意性较强,可靠性不高,人影业务的效果受到很大影响.当前基于深度学习的图像识别技术发展迅猛,在学术界和工业界都有了大量应用.深度学习能有效地提取图像中的丰富信息,为解决人影作业潜力区的划定难题提供了新思路和新方向.文中阐述了云雾降水基本机制,分析了卫星云图、雷达回波图在人影领域的应用.介绍了基于深度学习的图像识别原理,分析了三种不同的深度学习结构模型,提出利用卷积神经网络对卫星云图、雷达回波图等海量图片数据进行处理,充分挖掘图片中的重要信息,准确地划定人影作业潜力区,提高人影作业的针对性和时效性,使人影业务发挥更大的作用.
推荐文章
基于人工神经网络下的图像识别的研究
人工神经网络
BP神经网络
图像分割
基于图像识别的袋装粮数量识别研究
图像识别
噪声消除
区域增长
几何矩
数量识别
基于图像识别的武术动作分解方法研究
人体动作
图像识别
动作时间序列
动作分解
基于图像识别的飞镖计分系统
飞镖记分系统
图像识别
背景建模
目标提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图像识别的人工影响天气业务的研究
来源期刊 计算机技术与发展 学科 工学
关键词 深度学习 卷积神经网络 图像识别 人工影响天气
年,卷(期) 2019,(5) 所属期刊栏目 应用开发研究
研究方向 页码范围 172-177
页数 6页 分类号 TP391
字数 6794字 语种 中文
DOI 10.3969/j.issn.1673-629X.2019.05.036
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马鑫鑫 14 100 5.0 9.0
2 王山海 9 8 2.0 2.0
3 刘谦 10 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (175)
共引文献  (643)
参考文献  (23)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(3)
  • 参考文献(0)
  • 二级参考文献(3)
1987(3)
  • 参考文献(0)
  • 二级参考文献(3)
1988(4)
  • 参考文献(0)
  • 二级参考文献(4)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(19)
  • 参考文献(2)
  • 二级参考文献(17)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(7)
  • 参考文献(3)
  • 二级参考文献(4)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(14)
  • 参考文献(3)
  • 二级参考文献(11)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(12)
  • 参考文献(2)
  • 二级参考文献(10)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(10)
  • 参考文献(1)
  • 二级参考文献(9)
2016(13)
  • 参考文献(1)
  • 二级参考文献(12)
2017(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
卷积神经网络
图像识别
人工影响天气
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导