一种基于深度神经网络的双极化天气雷达图像分割方法

AITNT
正文
推荐专利
一种基于深度神经网络的双极化天气雷达图像分割方法
申请号:CN202410748080
申请日期:2024-06-11
公开号:CN118762031A
公开日期:2024-10-11
类型:发明专利
摘要
本发明属于天气雷达技术领域,具体涉及一种基于深度神经网络的双极化天气雷达图像分割方法。本发明的方法中构建6通道输入的ResNet‑UNet双极化天气雷达图像分割模型,有效解决了现有双极化天气雷达识别降水,鸟类,昆虫回波的准确性及泛化能力。采用focal loss损失函数,有效地解决了天气雷达图像中存在的类别不平衡问题,以及背景与前景不平衡问题。
技术关键词
图像分割模型 图像分割方法 双极化天气雷达 深度神经网络 天气雷达技术 天气雷达数据 反射率 变量 通道 样本 上采样 方位角 像素 因子
系统为您推荐了相关专利信息
1
一种低分辨率图像分割方法
图像分割方法 高斯滤波器 注意力 输出特征 重建误差
2
一种新能源送出工程投入产出数据的映射关系确定方法
综合评价指标 数据 复数特征 矩阵 电能
3
一种基于动态回放池的风险管理方法、装置及电子设备
状态转移模型 风险管理方法 动态数据集 大语言模型 深度神经网络训练
4
一种基于人工智能的多语言智能翻译系统
智能翻译系统 文本 语义 生成对抗网络 语音识别模块
5
基于车内微波信号和疲劳信号的安全驾驶判断方法及系统
判断方法 深度神经网络 微波 信号 线性
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号