深度学习方法在海浪有效波高数据高分辨率处理中的应用

• 作者: 侯宇 刘玉海 吴克俭 朱晓雯
• 来源期刊: 中国海洋大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 海浪有效波高 双三次插值 克里金插值 超分辨率卷积神经网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 研究论文
• 页码范围: 22-29
• 页数: 8页
• 分类号: P731.22
• 语种: 中文
• DOI: 10.16441/j.cnki.hdxb.20190418

摘要

本文基于欧洲中期天气预报中心的有效波高数据,运用传统的双三次插值(Bicubic interpolation)、克里金插值(Kriging interpolation)以及两种改进的超分辨率卷积神经网络(Super-Resolution CNN,简称SRCNN)进行高分辨率处理,使用峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)、均方根误差(Root-Mean-Square Error,RMSE)、结构相似度(Structural Similarity,SSIM)、余弦相似性(Cosine Similarity)等评价指标比较了各种方法的高分辨率处理效果,并分析了每种方法的误差分布特点.结果 表明,改进的SRCNN方法(SRCNN_2)是一种在整体效果、局部细节和计算效率方面均比较优秀的高分辨率处理方法,是深度学习方法在海洋数据高分辨率处理问题上一次成功的应用,但改进的SRCNN方法在近岸有效波高数据的处理效果方面还有待提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘玉海		3	8	1.0	2.0
2	吴克俭		25	91	6.0	8.0
3	朱晓雯		1	0	0.0	0.0
4	侯宇		3	2	1.0	1.0