基于卷积神经网络(CNN)的气象图像特征提取与识别  

作　　者：汤津赢 张琪 王慧瑜 张元龙 

机构地区：[1]辽宁省气象信息中心,辽宁沈阳110000

出　　处：《中文科技期刊数据库（全文版）自然科学》2024年第12期273-276,共4页

摘　　要：本研究探讨了卷积神经网络(CNN)在气象图像特征抽取领域的实际应用,并详细分析了CNN在自动特征学习、处理大数据以及多尺度特征抽取方面所展现出的优越性。实验结果表明,CNN在完成气象图像的识别任务时具有优异的性能,同时面临着数据质量和标注、模型复杂性和计算成本的挑战。该研究既为气象图像分析领域带来新思路、新方法,也促进深度学习在气象领域中的运用与发展,有较大学术价值与应用前景。

关 键 词：卷积神经网络 气象图像特征提取 深度学习 多模态数据融合 实时处理 

分 类 号：P457.3[天文地球—大气科学及气象学]