典型文献
基于对比学习的终端区相似气象场景识别
文献摘要：
为了提高终端区相似气象场景(Similar weather scenarios,SWSs)的识别准确率,提出一种基于对比学习的SWS(SWS based on contrastive learning,SWS?CL)识别模型.首先,针对对流天气图像特点,设计了一种数据增强方法来增加天气图像样本的数量和质量.接着,设计了一种对比损失函数使向量表征空间中的正样本与锚点样本之间的距离更近,而负样本与锚点样本之间的距离更远,进而基于对比学习技术在无标记样本集上训练得到相似气象场景分类预训练模型.最后,利用少量标记样本对预训练SWS?CL模型进行监督微调,进一步提高SWS?CL模型的性能.在广州终端区气象图像集上的对比实验表明,所提出的数据增强方法能有效提高气象图像集的质量,所提出的SWS?CL模型能取得令人满意的识别精度,且在标签稀少的数据集上具有明显的优势.
文献关键词：
空中交通管制;终端区;相似气象场景;图像识别;对比学习
中图分类号：
作者姓名：
陈海燕;刘振亚;周逸;袁立罡
作者机构：
南京航空航天大学计算机科学与技术学院,南京 211106,中国;软件新技术与产业化协同创新中心,南京 210023,中国;南京航空航天大学民航学院,南京 211106,中国
文献出处：
引用格式：
[1]陈海燕;刘振亚;周逸;袁立罡-.基于对比学习的终端区相似气象场景识别)[J].南京航空航天大学学报（英文版）,2022(04):425-433
A类：
相似气象场景,SWSs,气象图
B类：
对比学习,终端区,场景识别,Similar,weather,scenarios,识别准确率,contrastive,learning,CL,识别模型,对对,对流天气,天气图,数据增强,增强方法,像样,对比损失,损失函数,向量表征,表征空间,锚点,点样,更远,学习技术,无标记,标记样本,样本集,练得,场景分类,预训练模型,微调,高气,能取,得令,令人满意,识别精度,稀少,空中交通管制,图像识别
AB值：
0.367337
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
