摘要
本发明公开了一种基于AI图像识别的气象灾害天气智能识别方法,其中方法包括:统一多种数据集尺寸,融合获取综合数据集,综合数据集通过GAN网络增强数据集的质量和多样性,生成天气识别数据集,利用Transformer视觉识别模型,对生成的天气识别数据集进行深度分析与学习,完成气象天气识别并输出识别结果。本发明通过采用GAN网络和Transformer视觉识别模型,通过自注意力机制捕捉气象图像中的全局特征和长距离依赖关系,解决了传统模型因局部感知野限制导致的复杂气象模式识别不足问题,使灾害天气的特征提取更全面,识别准确率显著提升。
技术关键词
AI图像识别
智能识别方法
天气
气象
非暂态计算机可读存储介质
视觉
多头注意力机制
前馈神经网络
图像块
样本
处理器
矩阵
编码器
随机噪声
数据分布
模式识别
参数
系统为您推荐了相关专利信息
分布式光伏
深度强化学习算法
SAC算法
面向配电网
数学模型
历史负荷数据
时间卷积网络
负荷特征
映射算法
配电网负荷预测
BP神经网络模型
误差反向传播
光功率
预测误差
光伏阵列