资料下载
×
基于深度学习的自适应梯度阀值判别方法
消耗积分:0 |
格式:rar |
大小:1.74 MB |
2021-03-19
分享资料个
传统的海洋锋识别方法依赖于梯度阈值，其将梯度值大于设定阈值的海域视为存在海洋锋，但梯度阈值法存在阈值依赖人为设定且标准不统一，以及复杂多样的海洋锋无法用单一阈值进行准确识别的问题。为此，提出种融合深度学习的自适应梯度阈值判别方法。对海温梯度图进行标注，通过 Mask r-CNN训练得到海洋锋像素级识别模型，统计每一类锋特有的梯度值分布作为该类锋的基准梯度阈值，并基于该阈值对像素级的锋面识别结果做精细化调整，对锋面识别结果精度进行量化，以提高自适应锋面调整过程的可靠性。实验结果表明，与传统梯度阈值法及单一的深度学习结果相比，该方法可以实现精细的海洋锋识别，且具有良好的独立性和完整性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
