申请/专利权人：南京信息工程大学

申请日：2023-03-28

公开（公告）日：2023-04-28

公开（公告）号：CN116030401A

主分类号：G06V20/50

分类号：G06V20/50;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2023.07.04#授权;2023.05.16#实质审查的生效;2023.04.28#公开

摘要：本发明公开了一种基于深度学习的欧亚地区冷锋自动识别方法，包括如下步骤：S1、获得850hPa温度、风场数据，随机挑选欧亚地区5年各部分时次的数据，利用数值锋面分析方法，制作冷锋标签数据；S2、计算850hPa的温度平流，将温度和温度平流绘制成RGB图像；S3、将冷锋标签数据和RGB图像作为训练数据集，对深度学习模型进行训练；S4、计算任意时次的温度和温度平流，并绘制成RGB图像，输入到训练完成的深度学习模型中，可以自动识别冷锋。本发明利用深度学习方法识别冷锋，可简化自动识别冷锋的过程，节约人力物力资源，为预报工作提供参考，对实现业务预报中的冷锋自动化有积极贡献。

主权项：1.一种基于深度学习的欧亚地区冷锋自动识别方法，其特征在于，包括如下步骤：S1、下载特定压强下的温度、风场数据，从中随机挑选欧亚地区部分时次的数据，利用数值锋面分析方法，制作冷锋标签数据；S2、根据步骤S1中欧亚地区部分时次的温度、风场数据，计算温度平流，绘制含有温度和温度平流信息的RGB图像；S3、将冷锋标签数据和RGB图像作为训练数据集，对深度学习模型MaskR-CNN进行训练；S4、利用步骤S1下载的温度、风场数据，计算任意时次的温度和温度平流，并绘制成RGB图像，输入到训练完成的MaskR-CNN模型中，实现自动识别冷锋。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于深度学习的欧亚地区冷锋自动识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD