10.3969/j.issn.1006-9348.2023.01.063
基于小样本学习的降雨云分类及天气预测
针对目前运用卫星云图进行天气预测方面存在的不足,提出了一种基于小样本学习的降雨云分类模型(D-MB模型)来进行天气预测.通过世界气象组织提供的资料,获取并建立了共6类的降雨云图像数据集.在D-MB模型的分类器训练过程中引入知识蒸馏的思想来提升模型精度.将训练好的分类器迁移到D-MB模型的元学习网络中,作为特征编码器,进行训练.实验结果表明,D-MB模型在自建的降雨云数据集上1-shot和5-shot的测试精度分别为54.21%和70.2%,相较于其它元学习方法平均高出了 1%和8%左右.
小样本学习、元学习、知识蒸馏、降雨云、分类器
40
TP301.6;TP391.9(计算技术、计算机技术)
国家自然科学基金;四川省科技厅科技计划项目
2023-03-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
349-353