System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能识别云类,具体的说是一种基于cnn和transformer的地基云图云类识别方法。
技术介绍
1、云是大量可见的物质的聚集,如大气中的小水滴或冰晶等,他们在地球的大气运动中扮演着重要的角色。同时云作为地球热力平衡和水气循环的重要组成部分,其数量、形态及变化等反映了大气运动的稳定程度及地表系统辐射的收支情况,是预示未来天气变化的重要因素。准确地获取云的信息,可以有效帮助提升天气预报的准确性、气候模型预测的有效性和理解全球气候变化,在天气预报、飞行保障及国民经济建设等诸多领域都具有十分明显的作用和意义,因此,云的观测对天气预报精度的提升是至关重要的。
2、目前,在对云进行分类时依赖于地基云图,地基云图观测主要是通过全天空成像仪拍摄所得,其相较于卫星云图观测具有成本低、分辨率高以及角度固定等优点。地基云图的背景只有颜色单一的天空,很大程度上避免了背景对云的干扰。而早期对地基云图的观测识别依赖于气象观测者的人工识别,分类效果会因观测者的经验而有所不同。
技术实现思路
1、为了解决现有技术的不足,本专利技术提供一种基于cnn和transformer的地基云图云类识别方法,本方法通过语义信息分支以及全局信息分支,能够提高训练后的模型对地基云图云类识别的效率以及准确率。
2、本专利技术为解决上述技术问题所采用的技术方案为:一种基于cnn和transformer的地基云图云类识别方法,包括以下步骤:
3、s1,获取待识别的地基云图;
...【技术保护点】
1.一种基于CNN和Transformer的地基云图云类识别方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于CNN和Transformer的地基云图云类识别方法,其特征在于,所述注意力模块包括偏移窗口子模块和多个窗口多头注意力子模块,窗口多头注意力子模块通过多个尺寸相同的窗口对所述拼接结果进行划分并进行自注意力计算,偏移窗口子模块用于偏移所述窗口。
3.如权利要求2所述的基于CNN和Transformer的地基云图云类识别方法,其特征在于,所述窗口多头注意力子模块对所述拼接结果或计算结果进行划分并进行自注意力计算、以及偏移窗口子模块偏移所述窗口的具体方法为:
4.如权利要求2所述的基于CNN和Transformer的地基云图云类识别方法,其特征在于,所述自注意力计算过程中添加相对位置偏置B来计算每个head的相似性,具体计算公式如下:
5.如权利要求1所述的基于CNN和Transformer的地基云图云类识别方法,其特征在于,所述特征提取单元用于提取待识别的地基云图的特征信息的具体方法包括:
6.如权利要求5
7.如权利要求1所述的基于CNN和Transformer的地基云图云类识别方法,其特征在于,所述下采样单元用于将所述特征信息进行下采样处理得到下采样数据具体为:
8.如权利要求7所述的基于CNN和Transformer的地基云图云类识别方法,其特征在于,所述下采样单元中加入ECA注意力模块。
...【技术特征摘要】
1.一种基于cnn和transformer的地基云图云类识别方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于cnn和transformer的地基云图云类识别方法,其特征在于,所述注意力模块包括偏移窗口子模块和多个窗口多头注意力子模块,窗口多头注意力子模块通过多个尺寸相同的窗口对所述拼接结果进行划分并进行自注意力计算,偏移窗口子模块用于偏移所述窗口。
3.如权利要求2所述的基于cnn和transformer的地基云图云类识别方法,其特征在于,所述窗口多头注意力子模块对所述拼接结果或计算结果进行划分并进行自注意力计算、以及偏移窗口子模块偏移所述窗口的具体方法为:
4.如权利要求2所述的基于cnn和transformer的地基云图云类识别方法,其特征在于,所述自注意力计算过程中...
【专利技术属性】
技术研发人员:付主木,翟坤宁,王秀菊,陶发展,朱龙龙,宋书中,高颂,王俊,孙力帆,王楠,杨艺,陈灵峰,
申请(专利权)人:河南科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。