基于图像深度学习的云状识别方法研究  

作　　者：李伟雄[1] 蒋力 杨丽丽 

机构地区：[1]广西壮族自治区气象技术装备中心,南宁530022 [2]海康威视数字技术有限公司,杭州214000

出　　处：《气象研究与应用》2020年第S01期76-79,82,共5页Journal of Meteorological Research and Application

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。

关 键 词：云状观测 云状特征 深度学习 分类器 

分 类 号：P412.15[天文地球—大气科学及气象学]