申请/专利权人：中国海洋大学

申请日：2023-10-30

公开（公告）日：2023-12-01

公开（公告）号：CN117152637A

主分类号：G06V20/13

分类号：G06V20/13;G06V10/44;G06V10/82;G06N3/0464;G06V10/774;G06V10/26

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.19#实质审查的生效;2023.12.01#公开

摘要：本发明属于深度学习与气象学领域，具体涉及一种基于FY‑4A卫星云图预测序列的强对流云识别方法，包括以下步骤：对原始数据进行预处理；选取用于强对流云识别的光谱特征量；用Gabor变换提取强对流云图像在不同方向上的纹理特征；通过亮温阈值法和亮温差阈值法制作强对流云标签；改进U‑Net网络，构建适用于强对流云预测和识别的模型R2AttU‑Net；通过向R2AttU‑Net模型中输入卫星云图，得出未来云图的预测结果；向R2AttU‑Net模型中输入预测结果，分割出强对流云。本发明结合强对流云团的光谱特征和纹理特征提高了强对流云识别的准确率和识别率，为降低强对流天气引发的灾害影响做出更准确的指引。

主权项：1.一种基于FY-4A卫星云图预测序列的强对流云识别方法，其特征在于，包括以下步骤：S1、对原始数据进行预处理；S2、选取用于强对流云识别的光谱特征量；S3、用Gabor变换提取强对流云图像在不同方向上的纹理特征；S4、通过亮温阈值法和亮温差阈值法制作强对流云标签；S5、改进U-Net网络，构建适用于强对流云预测和识别的模型R2AttU-Net；S6、通过向R2AttU-Net模型中输入卫星云图，得出未来云图的预测结果；S7、通过向R2AttU-Net模型中输入预测结果，分割出强对流云。

全文数据：

权利要求：

百度查询： 中国海洋大学 基于FY-4A卫星云图预测序列的强对流云识别方法

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