结合深度卷积网络及光学图像的降雨强度识别

• 作者: 丁启禄 刘金福 林志玮 洪思弟 赖绍钧
• 来源期刊: 《福建农林大学学报（自然科学版）》
• 关键词: 降雨强度识别 深度卷积网络 DenseNet网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机与信息
• 页码范围: 567-576
• 页数: 10页
• 分类号: P435
• 语种: 中文
• DOI: 10.13323/j.cnki.j.fafu(nat.sci.).2020.04.021

摘要

基于降雨图像数据,依据降雨量划分不同的降雨强度;结合深度神经网络理论建立降雨强度识别模型,对降雨强度进行实时监测与预警.首先,通过福州市8个气象站点获取降雨图像及其对应的降雨量数据;其次,依据降雨强度对降雨图像进行分类,共分为6个等级,并将数据分为白天图像和晚上图像2个数据集;最后,采用DenseNet深度卷积神经网络构建降雨强度识别模型.结果表明:(1)各气象站点降雨强度的识别精度均高于80％,识别精度不存在明显差异;(2)白天降雨图像的识别精度高于晚上;(3)白天和晚上图像存在特征差异,使其识别精度在不同网络层数上的变化趋势不一致;(4)数据量不均衡将会影响模型总体的识别精度.表明基于降雨图像的DenseNet降雨强度识别模型具有良好的数据适应性及准确的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赖绍钧		9	103	5.0	9.0
2	丁启禄	福建农林大学计算机与信息学院	6	7	1.0	2.0
3	洪思弟	福建农林大学计算机与信息学院	1	0	0.0	0.0