期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于神经网络的台风风暴潮区域预报方法研究:以黄渤海为例
1
作者 刘珍 莫冬雪 +1 位作者 方泳 胡珀 《海洋与湖沼》 北大核心 2025年第5期1058-1072,共15页
风暴潮是破坏性极高的海洋灾害,因此开展准确的风暴潮灾害的预报工作对社会民生、政府决策以及海洋防灾减灾具有重要意义。到目前为止,基于数学和物理方程的数值预报方法已经相对成熟且应用广泛,但其密集型的计算过程对资源的耗费巨大... 风暴潮是破坏性极高的海洋灾害,因此开展准确的风暴潮灾害的预报工作对社会民生、政府决策以及海洋防灾减灾具有重要意义。到目前为止,基于数学和物理方程的数值预报方法已经相对成熟且应用广泛,但其密集型的计算过程对资源的耗费巨大。而基于海量数据的深度学习方法在保证计算效率的同时又不会明显地降低精度。因此以黄渤海为研究区域,利用ADCIRC(advanced circulation model)+SWAN(simulating waves nearshore model)耦合模式构建高保真历史风暴潮数据库,经验证后基于Res-U-Net神经网络对区域风暴潮进行预报。首先研究了基于真实风暴潮增水为输入特征的单因子模型,其次在输入特征中加入的大气强迫项(风场、气压场),研究了两种多因子模型,相比单因子模型而言,两种多因子模型效果均有提升,并且将未来时刻的大气强迫作为输入特征对模型预报结果的改善更佳。本文提出的神经网络模型可以为风暴增水提供有价值的参考,只需要一次性的耗费训练时间,就可以实现快速且准确的预报。 展开更多
关键词 风暴潮 深度学习 ADCIRC+SWAN耦合模式 res-u-net 黄渤海
在线阅读 下载PDF
Regional Storm Surge Forecast Method Based on a Neural Network and the Coupled ADCIRC-SWAN Model 被引量:1
2
作者 Yuan SUN Po HU +2 位作者 Shuiqing LI Dongxue MO Yijun HOU 《Advances in Atmospheric Sciences》 2025年第1期129-145,共17页
Timely and accurate forecasting of storm surges can effectively prevent typhoon storm surges from causing large economic losses and casualties in coastal areas.At present,numerical model forecasting consumes too many ... Timely and accurate forecasting of storm surges can effectively prevent typhoon storm surges from causing large economic losses and casualties in coastal areas.At present,numerical model forecasting consumes too many resources and takes too long to compute,while neural network forecasting lacks regional data to train regional forecasting models.In this study,we used the DUAL wind model to build typhoon wind fields,and constructed a typhoon database of 75 processes in the northern South China Sea using the coupled Advanced Circulation-Simulating Waves Nearshore(ADCIRC-SWAN)model.Then,a neural network with a Res-U-Net structure was trained using the typhoon database to forecast the typhoon processes in the validation dataset,and an excellent storm surge forecasting effect was achieved in the Pearl River Estuary region.The storm surge forecasting effect of stronger typhoons was improved by adding a branch structure and transfer learning. 展开更多
关键词 regional storm surge forecast coupled ADCIRC-SWAN model neural network res-u-net structure
在线阅读 下载PDF
基于无人机影像深度学习的滑坡灾害智能识别 被引量:8
3
作者 江松 李研博 +3 位作者 何旭乾 何润丰 张超 张存良 《中国安全科学学报》 CAS CSCD 北大核心 2024年第7期229-238,共10页
为精确识别和预警露天矿滑坡灾害,提出一种基于面向对象的标注数据集和Res-U-Net模型相结合的露天矿滑坡智能识别方法。首先,以无人机航测获取研究区矿山滑坡影像数据;其次,采用多尺度-光谱差异分割方法和阈值分离原理,对露天矿滑坡数... 为精确识别和预警露天矿滑坡灾害,提出一种基于面向对象的标注数据集和Res-U-Net模型相结合的露天矿滑坡智能识别方法。首先,以无人机航测获取研究区矿山滑坡影像数据;其次,采用多尺度-光谱差异分割方法和阈值分离原理,对露天矿滑坡数据进行分割和分类,完成基于面向对象方法的滑坡数据集构建;然后,以U-Net网络作为基础架构,在每个卷积层融入ResNet的残差模块,构建基于Res-U-Net的滑坡识别语义分割模型;最后,识别不同方法构建的滑坡数据集,并对比Res-U-Net模型与主流的语义分割模型全卷积神经网络(FCN)、U-net。结果表明:基于面向对象标注的滑坡数据集相比于传统人工标注数据集具有更好的滑坡识别效果,在准确率、召回率、F 1分数和kappa系数上都有12%以上的提升;Res-U-Net模型的滑坡识别精度均在0.8以上,实现露天矿山滑坡灾害精准识别。 展开更多
关键词 无人机影像 深度学习 滑坡灾害 智能识别 面向对象 res-u-net
原文传递
基于扩张卷积的智能化规则缺失炮插值重建方法 被引量:9
4
作者 王本锋 韩东 李家阔 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2022年第6期2226-2243,共18页
地震数据采集过程中,由于采集成本的制约,炮点间距相对检波点间距大,导致地震数据一致性弱,影响自由表面多次波衰减与偏移成像的精度.较大的炮点间距使得共检波点道集在傅里叶变换域出现严重的空间假频,给压缩感知插值重建方法带来巨大... 地震数据采集过程中,由于采集成本的制约,炮点间距相对检波点间距大,导致地震数据一致性弱,影响自由表面多次波衰减与偏移成像的精度.较大的炮点间距使得共检波点道集在傅里叶变换域出现严重的空间假频,给压缩感知插值重建方法带来巨大挑战,需研究抗假频机制.本文利用深度学习强大的非线性表征能力,设计结合ResNet和U-net优势的Res-U-net网络;运用格林函数空间互易性,自适应构建训练集,利用共炮点道集对设计的网络进行训练和验证,应用于共检波点道集,实现缺失炮的智能重建.为了进一步提高缺失炮重建精度,基于地震数据的周期和波长属性,设计合理的卷积核大小,并考虑地下速度变化情况,利用扩张卷积组合实现高效高精度地震数据表征,达到缺失炮插值重建的目的.模拟数据分析和实际资料处理验证了基于周期和波长的卷积核设计的合理性以及扩张卷积的有效性,为后续偏移成像提供横向连续性较好的地震数据. 展开更多
关键词 插值重建 扩张卷积 卷积核 自适应训练集 res-u-net网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部