公开(公告)号：CN116010812A

公开(公告)日：2023-04-25

申请号：CN202211594085.1

申请日：2022-12-13

Applicant: 南京信息工程大学

Inventor： 谢涛 ,  王钰坤 ,  向儒萱毅

IPC: G06F18/214 ,  G06N20/00

Abstract: 本发明公开了一种基于传统方法与深度学习的北极气旋识别方法、存储介质及装置，所述方法包括以下步骤：(1)下载平均海平面气压数据，进行投影转换，转换为极地投影；(2)通过传统方法识别出候选点；(3)构建数据集；(4)将步骤(3)中构建好的数据集输入到SSD深度学习模型中进行训练；(5)对模型的精度进行评价；(6)将步骤(1)中处理好的图像放入训练好的模型中进行北极气旋的识别；本发明采用SSD深度学习模型进行北极气旋的识别，通过利用大量的样本数据作为数据集对SSD模型进行训练，将深度学习的方法引入到北极气旋的自动识别中，提高了识别的精度，同时也避免了半径较小的气旋未被识别出的现象，提高了识别的效率。

公开(公告)号：CN116010812B

公开(公告)日：2023-11-21

申请号：CN202211594085.1

申请日：2022-12-13

Applicant: 南京信息工程大学

Inventor： 谢涛 ,  王钰坤 ,  向儒萱毅

IPC: G06F18/214 ,  G06N20/00