-
公开(公告)号：CN113344136B
公开(公告)日：2022-03-15
申请号：CN202110763216.3
申请日：2021-07-06
Applicant: 南京信息工程大学
Abstract: 本发明提出一种基于Mask R‑CNN深度学习模型的反气旋客观识别方法，以提高反气旋识别的准确性，并提升对反气旋系统二维外形特征的客观描述能力。本发明提出的反气旋客观识别方法利用海平面气压数据与人工识别反气旋数据训练Mask R‑CNN深度学习模型，通过训练好的模型得到机器识别反气旋数据。本发明的客观识别方法可对反气旋进行较为准确的个体位置识别，同时该客观识别方法对实际存在的反气旋系统有较为良好的二维外形特征表述能力。
-
公开(公告)号：CN118447256B
公开(公告)日：2024-10-18
申请号：CN202410903539.1
申请日：2024-07-08
Applicant: 南京信息工程大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06V20/70 , G06N3/045 , G06N3/0895 , G06N3/094 , G06V10/774
Abstract: 本发明公开了一种基于强弱一致性的半监督对抗互训练语义分割方法，包括以下步骤：（1）获取开源网站Pascal VOC2012数据集体并进行预处理；（2）构建基于改进的deeplabV3+差异特征一致性融合伪标签分支监督分割网络并进行训练，包括：快速增强网络和重度增广网络；（3）输出分割图；本发明使用互训练的思想构建了一个基于强弱一致性的对抗联合训练架构方法，用于半监督语义分割，不仅拥有很好的端对端训练，而且在训练中使用了互训练的方法，两个分支相互监督避免了确认偏差的影响，且特征对抗的思想更是强制让模型拥有更强的泛化能力，强弱一致性也让模型能够在图像包含较少有效信息的情况下有很好的性能。
-
公开(公告)号：CN118072126B
公开(公告)日：2024-07-02
申请号：CN202410444908.5
申请日：2024-04-15
Applicant: 南京信息工程大学 , 无锡天祺云辰科技有限责任公司
IPC: G06V10/774 , G06V10/25 , G06V10/22 , G06V10/26 , G06V10/82
Abstract: 本发明公开了一种基于ModelArts平台的暖锋识别方法，步骤S1、获取历史时间段内风场uv、温度、相对湿度、地面海平面气压场、10m风场数据，绘制成气象要素图像并人工处理，得到训练标签；步骤S2、利用设定历史时间段内风场uv和温度数据计算出温度平流数据，将温度平流、温度、相对湿度数据三个要素进行处理，与训练标签制作成暖锋训练数据集；步骤S3、将暖锋训练数据集、DETR模型脚本、训练镜像分别上传至ModelArts平台，并对DETR模型网络进行训练，识别暖锋权重；步骤S4：利用DETR模型识别暖锋权重进行预测，获得暖锋数据；本发明提高了锋面自动化分析的准确度，并在硬件与平台上实现了国产化。
-
公开(公告)号：CN113724280A
公开(公告)日：2021-11-30
申请号：CN202111077956.8
申请日：2021-09-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种地面天气图高压系统的自动识别方法，包括步骤S1：基于二阈值，查找地面天气图中的高压中心候选点；步骤S2:基于三角网格插值法对地面天气图绘制等值线；步骤S3：确定地面天气图中的高压系统及高压中心。本发明基于最外围闭合等值线客观识别地面高压，降低地面高压的自动识别不确定性，客观准确地刻画高压系统的二维结构特征，为业务预报提高准确性提供帮助，实现了地面高压业务分析自动化，具有重要的现实意义。
-
公开(公告)号：CN112765832A
公开(公告)日：2021-05-07
申请号：CN202110141345.9
申请日：2021-02-02
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种欧亚大陆冷锋自动识别订正方法，包括：S10获得气象参数；S20获得初始锋面复选点；S30自动识别的初始冷锋数据集；S40获得冷锋订正范围；S50计算同一纬度上西北风的风向转变度数；S60将所述风向转变度数大于0的格点定义为具有西北风逆转特征的格点，筛选其中最东侧、最南侧的点，记为订正锋面复选点；S70将所述订正锋面复选点进行拟合平滑，得到订正后的地面冷锋数据集。本发明的一种欧亚大陆冷锋自动识别订正方法，依次通过确定高空冷锋锋区、初始锋面复选点以及订正锋面复选点的设计思路，能够实现锋面的自动识别，在一定程度上消除了人工分析锋面的主观性，并对天气预报业务工作中的锋面分析自动化做出积极贡献。
-
Patent Agency Ranking
公开(公告)号：CN118447256A
公开(公告)日：2024-08-06
申请号：CN202410903539.1
申请日：2024-07-08
Applicant: 南京信息工程大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06V20/70 , G06N3/045 , G06N3/0895 , G06N3/094 , G06V10/774
Abstract: 本发明公开了一种基于强弱一致性的半监督对抗互训练语义分割方法，包括以下步骤：（1）获取开源网站Pascal VOC2012数据集体并进行预处理；（2）构建基于改进的deeplabV3+差异特征一致性融合伪标签分支监督分割网络并进行训练，包括：快速增强网络和重度增广网络；（3）输出分割图；本发明使用互训练的思想构建了一个基于强弱一致性的对抗联合训练架构方法，用于半监督语义分割，不仅拥有很好的端对端训练，而且在训练中使用了互训练的方法，两个分支相互监督避免了确认偏差的影响，且特征对抗的思想更是强制让模型拥有更强的泛化能力，强弱一致性也让模型能够在图像包含较少有效信息的情况下有很好的性能。
-
公开(公告)号：CN117853949A
公开(公告)日：2024-04-09
申请号：CN202410256898.2
申请日：2024-03-07
Applicant: 南京信息工程大学
Abstract: 一种使用卫星云图识别冷锋的深度学习方法、系统，该方法包括获取气象数据，计算850hPa温度平流，绘制卫星云图和气象要素图；对卫星云图进行预处理；使用预处理云图、海平面气压图和850hPa温度平流图制作用于识别冷锋的RGB图像；利用气象数据、850hPa温度平流和预处理云图，制作冷锋标签集；将RGB图像数据集和冷锋标签集输入到DETR模型中进行训练并测试，获得冷锋的识别结果。本发明得到了较好的自动化识别结果，实现了直接从图像中识别冷锋，有益于现代化天气预报业务中结合卫星云图识别冷锋的自动化，且能够提高冷锋位置和形态识别的准确性，为预报业务提供参考。
-
-
公开(公告)号：CN114200548B
公开(公告)日：2023-07-18
申请号：CN202111534819.2
申请日：2021-12-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于SE‑Resnet模型的延伸期气象要素预报方法，涉及气象预报技术领域，包括以下步骤：采集气象要素，气象要素用于生成具有时效性的ISO低频分量，其中，ISO低频分量表示季节内振荡低频分量；获取提取规则集，提取规则集用于表示气象要素生成ISO低频分量需要使用的规则；根据气象要素和提取规则集，生成ISO低频分量；将ISO低频分量作为输入数据，训练SE‑Resnet模型，获得气象要素在延伸期的要素场，其中，要素场用于表示气象特征；本发明提升了技术的准确度，并为解决气象难点、热点问题的提供了新的思路。
-
公开(公告)号：CN114200548A
公开(公告)日：2022-03-18
申请号：CN202111534819.2
申请日：2021-12-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于SE‑Resnet模型的延伸期气象要素预报方法，涉及气象预报技术领域，包括以下步骤：采集气象要素，气象要素用于生成具有时效性的ISO低频分量，其中，ISO低频分量表示季节内振荡低频分量；获取提取规则集，提取规则集用于表示气象要素生成ISO低频分量需要使用的规则；根据气象要素和提取规则集，生成ISO低频分量；将ISO低频分量作为输入数据，训练SE‑Resnet模型，获得气象要素在延伸期的要素场，其中，要素场用于表示气象特征；本发明提升了技术的准确度，并为解决气象难点、热点问题的提供了新的思路。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.042 seconds)
