-
题名基于多尺度卷积特征融合的台风等级分类模型
被引量:8
- 1
-
-
作者
卢鹏
邹佩岐
邹国良
-
机构
上海海洋大学信息学院
-
出处
《激光与光电子学进展》
CSCD
北大核心
2019年第16期1-7,共7页
-
基金
国家自然科学基金(41501419)
-
文摘
为提高卷积神经网络对图像多尺度变化的感知能力,增加网络的尺度不变性,提出一种基于多尺度卷积特征融合的台风等级分类模型。在卷积神经网络中添加多尺度感知层,对卷积特征进行多尺度感知并进行级联。将多尺度正则化项添加到损失函数中,通过反向传播来最小化隐含层权重的残差,优化模型的特征提取能力。最后将多尺度高层语义特征通过Softmax分类层归一化成各图像类别的概率值,取最大概率值为最后图像的分类结果。为有效验证本模型的多尺度感知能力,选用红外卫星台风云图作为数据集,实验结果表明,本模型能有效感知并提取台风云图的局部特征,并在两个通用数据集MNIST和CIFAR-10上验证了本模型的泛化能力。
-
关键词
大气光学
台风等级分类
卷积神经网络
多尺度特征
尺度不变损失函数
-
Keywords
atmospheric optics
typhoon classification
convolutional neural n etw ork
m ulti-scale feature
loss function with scale invariance
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-