基于残差卷积神经网络的高压识别方法及系统

AITNT
正文
推荐专利
基于残差卷积神经网络的高压识别方法及系统
申请号:CN202510831908
申请日期:2025-07-24
公开号:CN120763692A
公开日期:2025-10-10
类型:发明专利
摘要
本发明提供基于残差卷积神经网络的高压识别方法及系统,涉及高压识别技术领域,包括获取ERA‑5数据,确定高压判定准则;将三种气象参数数据归一化合并成三通道数据集并划分训练集和测试集;采用ResNet框架建立模型并优化;最终根据模型判定结果提取闭合等高线信息和中心位置。本发明能够准确识别高压系统,减小人工误差,提高高压识别的准确性和效率。
技术关键词
残差卷积神经网络 位势高度数据 高压系统 网格 坐标 框架结构 计算机程序指令 深层特征学习 识别方法 追踪方法 浅层特征提取 三通道 处理器 样本 指标 环流 识别系统 参数
系统为您推荐了相关专利信息
1
基于多源探测数据融合的隐伏断裂预测方法及相关装置
断裂预测方法 机器学习模型 训练样本数据 人工神经网络模型 多源融合
2
对部分重叠点云数据配准的方法及其装置、设备、介质
点云 特征值 配准误差 主成分分析算法 数据
3
一种高密度立体复合城市形态特征测度方法、计算装置和存储介质
立体 高密度 层次聚类算法 非暂时性机器可读存储介质 覆盖率
4
一种固定翼无人机复杂山地中三维航路规划方法
三维航路规划方法 固定翼无人机飞行 山地 无人机航路规划方法 无人机路径规划技术
5
一种顾及敏感信息的粮食物流监管方法及系统
物流监管方法 粮食物流运输 差分隐私保护技术 贝叶斯模型 后验概率
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