申请/专利权人:南京信息工程大学
申请日:2024-02-28
公开(公告)日:2024-04-02
公开(公告)号:CN117809203A
主分类号:G06V20/13
分类号:G06V20/13;G06V10/26;G06V10/40;G06V10/766;G06V10/774;G06V10/82;G06N3/045;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了一种多任务持续学习的跨海域热带气旋强度估计方法,包括:构建热带气旋强度估计模型,热带气旋强度估计模型包括相互连接的海域聚合残差模块和风‑压任务模块,将红外通道和水汽通道拼接后的单帧热带气旋图像作为热带气旋强度估计模型的输入,将神经网络回归得到的最大持续风速和最低气压值作为热带气旋强度估计模型的输出;输入单帧的红外水汽数据和指定的海域ID至训练完成的热带气旋强度估计模型,输出对应的最大持续风速值。本发明能够同时在多个海域上泛用,具有较强的实用性。
主权项:1.一种多任务持续学习的跨海域热带气旋强度估计方法,其特征在于,所述跨海域热带气旋强度估计方法包括以下步骤:对多个海域的GridSat卫星数据进行采集和数据裁剪,标注最大持续风速和最低气压后构建训练集和测试集;构建热带气旋强度估计模型,热带气旋强度估计模型包括相互连接的海域聚合残差模块和风-压任务模块,将红外通道和水汽通道拼接后的单帧热带气旋图像作为热带气旋强度估计模型的输入,将神经网络回归得到的最大持续风速和最低气压值作为热带气旋强度估计模型的输出;所述海域聚合残差模块作为多任务学习中的硬参数共享部分,包括域共享层和多个域特定层,所述域共享层用于提取所有海域图像中的共有特征;域特定层与海域ID相对应,每个域特定层用于分别提取一个海域的独有特征;所述风-压任务模块包括域特定层;分别采用训练集和测试集对热带气旋强度估计模型进行训练和测试;输入单帧的红外水汽数据和指定的海域ID至训练完成的热带气旋强度估计模型,输出对应的最大持续风速值。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种多任务持续学习的跨海域热带气旋强度估计方法
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。