首页|基于机器学习的重庆长江航道雾图像特征识别研究

基于机器学习的重庆长江航道雾图像特征识别研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于重庆市境内长江航道雷达站拍摄的雾天气过程影像资料,利用K最近邻、支持向量机、BP神经网络、随机森林等机器学习算法,对无雾和5类有雾天气个例进行图像识别训练,构建雾图像识别模型,并检验了识别准确率.结果表明:机器学习能够有效识别雾图像,随机森林算法的识别效果优于其余3种算法.对于能见度超过1500 m的无雾天气,模型的识别准确率为100％,对于能见度在1000—1500 m范围内的轻雾、能见度低于50 m的强浓雾,模型的识别准确率在90％以上,对于能见度在50—1000 m范围内的雾、大雾和浓雾,识别准确率超过70％.
Identification of the fog image features on the Yangtze River waterways in Chongqing based on machine learning

王远谋、李家启、陈施吉、唐家萍、夏佰成、韩世刚

展开 >

重庆市气象服务中心,重庆401147

重庆市开州区气象局,重庆405400

雾 机器学习 图像识别 图形用户界面

重庆市气象局智慧气象技术创新团队项目

ZHCXTD—201917

2021

10.3969/j.issn.1673-503X.2021.01.014

气象与环境学报
中国气象局沈阳大气环境研究所

气象与环境学报

CSTPCD
影响因子：1.433
ISSN：1673-503X
年,卷(期)：2021.37(1)
  • 3
  • 14