摘要
本发明设计了一种基于深度学习的非气象目标的智能识别方法,对毫米波云雷达数据中的存在的非气象目标进行识别;具体地,通过设计毫米波云雷达数据标注算法和数据迭代算法,以快速得到对应标签;设计用于扩充毫米波云雷达数据的数据扩充方法,以得到更多样化的训练数据,同时设计特征提取和特征还原以提高非气象目标的识别性能;并利用编码器‑解码器思想设计优异的识别模型。通过以上一整套流程,提高了毫米波云雷达非气象目标智能识别的准确性。更进一步地,本发明通过构建提示增强模块,对特定的标签进行提示增强,提高了模型对特定标签的敏感程度,也降低了智能识别模型的计算量,提高了泛化能力。
技术关键词
智能识别方法
编码特征
样本
融合特征
上采样
气象
伪标签学习
解码器
深度残差
雷达
邻域
编码器
数据扩充方法
线性单元
密度聚类算法
无监督聚类
系统为您推荐了相关专利信息
螺丝涂胶设备
反馈控制信号
自动控制系统
涂胶机
神经网络模型
无监督算法
分类识别模型
孤立森林算法
样本
森林模型
特征提取器
系统异常检测方法
时序特征
样本
系统状态检测
能耗在线监测
能耗预测模型
大数据
预警系统
设备运行数据