《文档基于神经网络的云型初步识别课件》由会员分享，可在线阅读，更多相关《文档基于神经网络的云型初步识别课件（11页珍藏版）》请在金锄头文库上搜索。
1、基于神经网络的云型初步识别,万霞 霍娟 吕达仁,中国科学院中层大气与全球环境探测重点实验室,主要内容, 云探测的重要性, 云型识别的方法, 主要结论,一 云探测的重要性,云覆盖了地球表面一半以上的面积，它与太阳和陆地间的相互辐射作用，影响局地和全球的水循环和能量平衡,空气运动可引起云型变化,云型识别及云型变化的探测对天气过程研究和天气预报都有重要作用.,二 云型识别的方法,全天空可见光图像（ASI图像） 云型识别的方法 矩形法(Supervised Parallelepiped technique ) (Josep Calbo,Jeff Sabburg,2006, 识别8种天气状况,60%)
2、神经网络法(Artificial Neural Network ) 反向传播算法 (Back-Propagation Algorithm) 应用领域广泛，实现各种复杂的功能, 善于提取归纳潜在规律,图像大小:22721704 窗口大小:512512,高积云(Ac),卷状云(Ci),晴空(Clear),积状云(Cu),层状云(St),图像采集时间： 2004年至2008年； 图像采集地点：羊八井，香河，厦门等；,种云型图像的灰度直方图,灰度级,频数,神经网络法,神经网络是大脑认知活动的一种数学模型，重点在于模拟和实现人的认知过程中的感知过程，形象思维，分布式记忆和自学习过程等，特别是从一些相互关
3、联的活动中自动获取知识,种云型 的特征量,输 入 层,隐 层,初始权值,连接权值,输 出 层,c Ci Clear Cu St,监督学习规则， 修改权值,BP网络,识别过程, 建立样本库（每一种云型挑选800 张图像存储） 图像预处理（滤波去噪，对比增强） 提取图像特征值（灰度，fft变换，共生矩阵） 初始化神经网络（设置初始权值，连接权值） 挑选合适的特征值作为神经网络的输入值 训练网络（不断调整权值） 网络仿真，输出识别结果,矩形法,蓝-Ac,青-Clear,洋红-Ci,红-Cu,绿-St.,均值ME表示图像灰度值的分散程度 ;峰度FM表示了直方图的相对平坦性，即直方图分布聚集于均值附近，还是接近两端的情况，进一步描述了图像中纹理灰度的反差;SI为云图谱能量直线拟合后的斜率的模值.,矩形法 正确识别率约为30% . 神经网络法 晴空（Clear），层状云（St）正确识别率达90%以上 ; 高积云（Ac），卷状云（Ci），积状云（Cu）正确识别率均达60% 以上,三 主要结论,谢谢！,欢迎各位老师和同学提出宝贵建议！,
