基于图像深度学习的云状识别方法研究

• 作者: 李伟雄 蒋力 杨丽丽
• 来源期刊: 气象研究与应用
• 学科: 地球科学
• 关键词: 云状观测 云状特征 深度学习 分类器
• 年，卷（期）: 2020,（z1）
• 所属期刊栏目: 应用气象及其他工作
• 页码范围: 76-79,82
• 页数: 5页
• 分类号: P412.15
• 语种: 中文

摘要

将图像处理技术运用于云状的识别中,采用深度学习的无监督学习模型,用卷积自动编码器(CAE)来对卷积神经网络(CNN)模型进行训练,由属性分类器SVM对CAE提取云图的特征参数进行属性分类,并结合"属性-类别映射关系"获得云状最终的识别结果.实验结果表明,该方法与传统人工云状观测相比,对于云状特征明显的云状识别准确率较高,在观测效率和连续观测能力上也有优势.