一种基于深度学习的强对流天气雷达图识别模型及方法
授权
摘要
本发明公开一种基于深度学习的强对流天气雷达图识别模型及方法，首先根据雷达基数据中回波反射率因子生成反射率图像，对强对流天气的雷达图像样本进行分析，提取风暴单体的图像特征，结合常用气象因子建立样本图像特征数据库，然后，采用深度学习建立雷达图像自动标注系统框架，利用FasterR‑CNN模型自动识别并对其进行分类，最后采用改进的双向ConvST‑LSTM来存储时间和空间信息，同步进行轨迹识别强对流天气现象的移动；本发明充分考虑强对流天气分型特征以及气象要素的影响因子，采用改进的双记忆递归单元存储时间和空间信息，增加相邻状态之间的转换深度，提高处理短期变化的能力，从而提高模型对雷达图像的识别能力。
基本信息
专利标题 ：
一种基于深度学习的强对流天气雷达图识别模型及方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113344902A
申请号 ：
CN202110714050.6
公开（公告）日 ：
2021-09-03
申请日 ：
2021-06-25
授权号 ：
CN113344902B
授权日 ：
2022-05-06
发明人 ：
文立玉罗飞卫霄飞唐正全张喜
申请人 ：
成都信息工程大学
申请人地址 ：
四川省成都市西南航空港经济开发区学府路一段24号
代理机构 ：
成都知棋知识产权代理事务所(普通合伙)
代理人 ：
马超前
优先权 ：
CN202110714050.6
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T7/13 G06T17/00 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-06 ：
授权
2021-09-21 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20210625
申请日 : 20210625
2021-09-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
