基于残差网络的风向自记图识别方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16208/j.issn1000-7024.2021.08.037

基于残差网络的风向自记图识别方法

引用
鉴于气象资料风向自记图中存在背景文字干扰和特征所在区域固定等特点,导致卷积神经网络只考虑风向自记图局部近邻特征的问题,使卷积神经网络不能准确识别风向自记图.针对上述存在问题,提出残差网络和自注意力机制相结合的风向自记图识别模型.采用一维和二维风向自记图作为输入数据,通过残差网络进行风向自记图特征提取,引入自注意力机制对特征赋予不同的权重,增强风向自记图分类特征并抑制背景特征.实验结果表明,使用上述方法能有效增加特征信息区分度,风向识别准确率可达76.34%.对比实验结果表明,模型在风向识别准确率方面优于其它风向识别模型.

残差网络;自注意力机制;风向自记图;风向识别;准确率

42

TP181(自动化基础理论)

国家自然科学基金项目;内蒙古自治区自然科学基金项目

2021-08-26(万方平台首次上网日期,不代表论文的发表时间)

共8页

2373-2380

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与设计

1000-7024

11-1775/TP

42

2021,42(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn