[发明专利]一种基于深度学习的急流线提取和识别方法有效
| 申请号： | 202110276213.7 | 申请日： | 2021-03-15 |
| 公开（公告）号： | CN113159041B | 公开（公告）日： | 2022-10-04 |
| 发明（设计）人： | 甘建红;尹麒名;胡文东;何童丽 | 申请（专利权）人： | 成都信息工程大学 |
| 主分类号： | G06V10/26 | 分类号： | G06V10/26;G06V10/762;G06V10/82;G06K9/62;G06N3/08;G01S7/41;G01S13/89;G01S13/95 |
| 代理公司： | 北京正华智诚专利代理事务所(普通合伙) 11870 | 代理人： | 陈航 |
| 地址： | 610225 四川省成都市双*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的急流线提取和识别方法，属于气象技术领域，将深度学习模型应用于急流区域的识别和提取，并采用大量的真实气象数据和气象专家的标注数据，以及有效可行的数据预处理方法，将识别急流线重要的两个特征风速和风向一致性，对应为图片的三个通道，利用深度学习在图像领域的创新算法，提高对于急流线识别的准确性，采用基于密度聚类的DBSCAN方法，对急流区域进行分类，并采用基于BP网络的回归模型，对急流区域进行线条的拟合，可以让模型学习到急流线的常规绘制方法，且在深度学习的基础上能提高急流线绘制的准确性，降低问题的复杂性。本发明解决了急流线提取和识别的传统方法中的区域限制和普适性差的问题。 | ||
| 搜索关键词： | 一种 基于 深度 学习 流线 提取 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都信息工程大学，未经成都信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110276213.7/，转载请声明来源钻瓜专利网。
