海洋内波是一类在大陆架、海峡和岛屿附近海域常见的波动,可能对水下舰艇和海上石油平台等造成严重安全威胁。卫星微光图像是近年来用于检测夜间海洋内波的一种重要手段,而目前主要依赖人工判别的方式,利用人工智能技术从微光图像中自...海洋内波是一类在大陆架、海峡和岛屿附近海域常见的波动,可能对水下舰艇和海上石油平台等造成严重安全威胁。卫星微光图像是近年来用于检测夜间海洋内波的一种重要手段,而目前主要依赖人工判别的方式,利用人工智能技术从微光图像中自动判别海洋内波的研究还较少。针对海洋内波在微光图像中呈现明暗相间条纹这一特征,发展了一种适用于微光图像的海洋内波智能检测算法。利用2018年至2019年期间南海区域的VIIRS微光图像建立训练与验证数据集,并结合迁移学习和数据增强技术训练卷积神经网络Inception Net V3,得到基于深度学习的海洋内波检测模型。利用2020年的VIIRS数据进行检验,结果表明海洋内波检测准确率为81.34%。展开更多
文摘海洋内波是一类在大陆架、海峡和岛屿附近海域常见的波动,可能对水下舰艇和海上石油平台等造成严重安全威胁。卫星微光图像是近年来用于检测夜间海洋内波的一种重要手段,而目前主要依赖人工判别的方式,利用人工智能技术从微光图像中自动判别海洋内波的研究还较少。针对海洋内波在微光图像中呈现明暗相间条纹这一特征,发展了一种适用于微光图像的海洋内波智能检测算法。利用2018年至2019年期间南海区域的VIIRS微光图像建立训练与验证数据集,并结合迁移学习和数据增强技术训练卷积神经网络Inception Net V3,得到基于深度学习的海洋内波检测模型。利用2020年的VIIRS数据进行检验,结果表明海洋内波检测准确率为81.34%。