典型文献
融合雷达回波时空特征的下击暴流智能识别方法
文献摘要：
当前利用雷达等气象资料对下击暴流进行识别预警的准确性很低,因此文中提出一种以深度神经网络为基础的下击暴流智能识别方法.该方法以雷达回波时序图像和雷达径向速度场时序图像作为输入,将两种图像的时空四维特征融合到深度神经网络中,通过深度学习寻求"雷达回波图像和径向速度场图像"与"是否发生下击暴流"之间的函数映射关系.运用数据增强和损失函数优化技术,改善因样本数据不均衡所导致的识别结果偏向于样本中大概率事件的问题.再结合K折交叉验证,避免模型训练过程陷入局部极值.实验结果表明,文中方法对下击暴流识别的成功率达到95％,可实现对其识别预警的自动化,增强预报的时效性,同时该方法也适用于小尺度天气系统中对因下沉气流辐散所形成的大风的识别.
文献关键词：
智能识别;雷达回波;时空特征;下击暴流识别;特征融合;数据预处理;统计分析;交叉验证
中图分类号：
作者姓名：
王兴;吕晶晶;周可;詹少伟
作者机构：
南京信息工程大学 大气科学与环境气象国家级实验教学示范中心,江苏 南京 210044;南京信大气象科学技术研究院,江苏 南京 210044
文献出处：
引用格式：
[1]王兴;吕晶晶;周可;詹少伟-.融合雷达回波时空特征的下击暴流智能识别方法)[J].现代电子技术,2022(04):23-29
A类：
下击暴流识别
B类：
雷达回波,时空特征,智能识别方法,气象资料,流进,识别预警,此文,深度神经网络,时序图像,径向速度,速度场,四维,维特,特征融合,合到,生下,函数映射,映射关系,数据增强,损失函数优化,优化技术,数据不均衡,大概,交叉验证,模型训练,训练过程,局部极值,中方,功率达,小尺度,天气系统,下沉气流,数据预处理
AB值：
0.304164
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。
