基于半监督与反馈强化学习的气象雷达回波结构标注方法

本发明涉及一种基于半监督与反馈强化学习的气象雷达回波结构标注方法，属于气象数据处理领域。其包括以下步骤：数据获取与预处理；数据标注与划分；半监督学习模型设计与训练；不确定性样本筛选与专家反馈；人类反馈强化学习优化；最终标注数据集生成。本发明通过改进型3D卷积神经网络进行多尺度特征提取，在半监督训练中引入一致性正则化方法和平均教师方法，能够提升标注数据的准确性和模型鲁棒性，通过置信度筛选不确定性样本，引入专家反馈和设计奖励函数，能够优化关键类别的标注精度，采用REINFORCE算法实现多轮交互优化，使模型逐步逼近专家标准，生成高质量标注数据集，为极端天气预警和气象研究提供了可靠数据支持。