一种基于深度神经网络的双极化天气雷达图像分割方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于深度神经网络的双极化天气雷达图像分割方法
申请号:
CN202410748080
申请日期:
2024-06-11
公开号:
CN118762031A
公开日期:
2024-10-11
类型:
发明专利
摘要
本发明属于天气雷达技术领域,具体涉及一种基于深度神经网络的双极化天气雷达图像分割方法。本发明的方法中构建6通道输入的ResNet‑UNet双极化天气雷达图像分割模型,有效解决了现有双极化天气雷达识别降水,鸟类,昆虫回波的准确性及泛化能力。采用focal loss损失函数,有效地解决了天气雷达图像中存在的类别不平衡问题,以及背景与前景不平衡问题。
技术关键词
图像分割模型
图像分割方法
双极化天气雷达
深度神经网络
天气雷达技术
天气雷达数据
反射率
变量
通道
样本
上采样
方位角
像素
因子