基于CNN的天气雷达异常回波图像识别算法研究

针对支持向量机算法在对天气雷达回波图像出现异常的识别中存在识别率低、时效性不高、对原始图像特征提取较复杂等问题,因此该文采用基于深度学习技术中的卷积神经网络(CNN)算法对雷达回波图像进行异常判别。研究中结合了传统经典的LeNet-5网络和在图像处理中比较有优势的VGG网络,将VGG网络中的小卷积核级联思路代入了LeNet-5浅层网络;每次卷积都对权重L2正则化处理,并且每层都使用了ReLU激活函数,大大增加了系统的泛化能力;在全连接层中添加了Dropout层,很好地解决了过拟合。实验证明,此算法对雷达回波图像识别率高、时效快,较传统识别方法具有明显优势。