一种基于深度学习的中尺度涡识别方法

本发明公开了一种基于深度学习的中尺度涡识别方法，包括以下步骤：S1、获取海表面异常数据，对海表面异常数据进行预处理，生成训练集；S2、将训练集输入PAM‑ResNet模型，并设置损失函数和优化器；S3、设置PAM‑ResNet模型的超参数，对PAM‑ResNet模型进行训练，得到中尺度涡识别模型；S4、通过中尺度涡识别模型对海表面异常数据进行分析，完成海洋中尺度涡识别。本发明将PAM‑ResNet模型与现有的神经网络学习方法进行了对比，结果显示PAM‑ResNet模型对中尺度涡的识别效果最好，具有更强的特征提取融合能力和泛化性，进而在中尺度涡识别具体任务中具有可行性和显著优越性。