深度果蝇神经网络及其实时能见度预测

能见度预测属于时间序列预测领域的问题,如何实现对时序数据的处理以及捕获数据中的时间长期依赖关系,是当前研究人员的主要关注焦点。针对能见度预测模型构建难的问题,依据果蝇视觉系统在图像感知、学习和信息反馈过程中的生物学原理,提出一种基于视频监控图像的深度果蝇神经网络。首先,通过设计前馈果蝇视觉神经网络,提取图像的能见度特征,进而将特征信息送入多层感知器,获得关于未知权值和阈值的能见度与视频帧的映射关系;其次,借助梯度下降法获得在线预测能见度的深度神经网络。实验结果表明,该神经网络能实时、有效、准确地预测雾天环境下的能见度,预测效果稳定且精度高,具有较好的应用潜力。