期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
结合深度卷积网络及光学图像的降雨强度识别 被引量:5
1
作者 洪思弟 赖绍钧 +2 位作者 林志玮 丁启禄 刘金福 《福建农林大学学报(自然科学版)》 CSCD 北大核心 2020年第4期567-576,共10页
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... 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. 展开更多
关键词 降雨强度识别 深度卷积网络 DenseNet网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部