首页|期刊导航|中国海洋大学学报(自然科学版)|基于深度学习的近岸海浪图像反演有效波高算法研究

基于深度学习的近岸海浪图像反演有效波高算法研究OA北大核心CSTPCD

Research on Significant Wave Height Inversion Algorithm Based on Deep Learning for Offshore Wave Images

中文摘要英文摘要

海浪有效波高是近岸海洋观测的重要要素,近岸摄像头拍摄的图像可直观地反映波高大小,但目前基于图像的有效波高反演算法研究多处于室内实验阶段且方法缺乏普适性.本文基于深度学习技术,以山东青岛小麦岛近岸海浪为例,基于海浪图像和浮标实测数据,开展近岸海浪图像反演有效波高方法研究,给出一种利用图像反演海浪有效波高的方法,该方法利用卷积网络提取海浪图像的特征,利用全连接网络提取风速等气象特征,将特征融合后作为全连接层的输入,最后输出反演的有效波高.通过对比多种…查看全部>>

The significant wave height is an important factor of offshore ocean observation,and the im-ages taken by the offshore camera can directly reflect the wave height,but the current researches on the significant wave height inversion algorithm based on image are mainly conducted for laboratory experi-ment and universal method is lacked.Based on the deep learning technology,taking the inshore wave of the Xiaomai Island in Qingdao,Shandong Province as an example,…查看全部>>

黄文华;胡伟;崔学荣;曾强胜;商杰;王宁;李锐

国家海洋局北海预报中心,山东 青岛 266061||中国石油大学(华东)海洋与空间信息学,山东 青岛 266555国家海洋局北海预报中心,山东 青岛 266061中国石油大学(华东)海洋与空间信息学,山东 青岛 266555国家海洋局北海预报中心,山东 青岛 266061国家海洋局北海预报中心,山东 青岛 266061国家海洋局北海预报中心,山东 青岛 266061国家海洋局北海预报中心,山东 青岛 266061

计算机与自动化

有效波高卷积网络全连接网络深度学习DenseNet模型

significant wave heightconvolution networkfully connected networkdeep learningDenseNet model

《中国海洋大学学报(自然科学版)》 2024 (6)

35-44,10

国家重点研究发展计划项目"海洋动力灾害观测预警系统集成与应用示范"(2018YFC1407002)资助 Supported by the National Key Research and Development Program of Chian"Integration and Application Demonstration of Marine Dynamic Disaster Observation and Early Warning System"(2018YFC1407002)

10.16441/j.cnki.hdxb.20220366

评论

您当前未登录!去登录点击加载更多...