基于Mamba的图像模糊分类以及覆冰预测方法、系统和存储介质

    公开(公告)号:CN119540599A

    公开(公告)日:2025-02-28

    申请号:CN202411362226.6

    申请日:2024-09-27

    Abstract: 本发明涉及图像模糊分类和电网安全监测技术领域,尤其是一种基于Mamba的图像模糊分类以及覆冰预测方法、系统和存储介质。本发明提出的图像模糊分类模型包括顺序连接的:Stem‑P网络和4个Mamba‑E网络;Stem‑P网络的输入即为基础模型的输入,最后一个Mamba‑E网络的输出即为基础模型的输出;Stem‑P网络包括顺序连接的卷积层、池化层、线性层和非线性特征网络;Mamba‑E网络包括顺序连接的第一层归一化网络、第一多层感知机、第二层归一化网络、Mamba网络、第一维度叠加单元、第三层归一化网络、第二多层感知器和第二维度叠加单元;本发明提出的基于Mamba的图像模糊分类模型的训练方法,利用Stem‑P网络对输入图像进行池化和线性处理,实现了对图像隐藏特征的显性处理,利于后续Mamba‑E网络对图像数据信息进行特征捕获,从而提高图像模糊程度识别效率和精度。另外,本发明提出的覆冰预测方法,结合图像模糊程度分类结果和测雨雷达反射率预测降雨量情况,可实现对监测区域覆冰程度的预测,从而实现对覆冰的提前预警。而图像模糊程度分类只需要将远程采集的可视化图像输入模型进行识别即可,测雨雷达反射率则由气象局的气象雷达在线提供,结合简单的输入数据,便可快速得到精确的覆冰程度预测结果,适用性非常广泛。

Patent Agency Ranking