基于深度学习的持续性降水识别方法、系统及电子设备

本申请公开了一种基于深度学习的持续性降水识别方法、系统及电子设备，其方法包括：获取多要素天气图像作为训练样本；建立基于深度学习的持续性降水识别模型，所述持续性降水识别模型包括输入层、卷积层、下采样层、全连接层、输出层，其中所述输入层将输入的多要素天气图像转化为多通道张量的输入矩阵，所述卷积层、下采样层交替传递，下采样层跟随在卷积层之后；将所述输入矩阵输入所述持续性降水识别模型计算，所述输出层根据全连接层输出的特征值，获取每一持续性降水特征的预测值。采用上述技术方案解决了持续性降水识别难、所需计算量大、耗时长的问题。