大气电场数据与雷电相关性的深度学习算法

摘要：

雷电是一种对流天气现象,也是发生频繁的自然灾害之一,破坏力极大.由于雷暴的时间短、范围小,精准的雷暴预警在天气预报中较为困难.目前各种气象监测设备很多,但数据利用率较低,其中利用大气电场仪数据的变化来判断雷电是否发生的研究较少.因而,通过探索二者间的相关性,对于建立更有效的雷电预警模型是有意义的.而本文利用卷积神经网络分析并验证了大气电场变化和雷电的关系,模型的分类结果更直观地反映了二者存在相关性.

关键词：深度学习、卷积神经网络、雷电预测分类、相关性分析、大气电场仪

所属期刊栏目：33

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2017-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：607-612