基于卷积神经网络的卫星云量计算

《基于卷积神经网络的卫星云量计算》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、■今，■、气＂，？中—分类号：：１０３００单位代码密级—：学号：２０１３２２８１４７７ｉＩ？－■Ｗｉ立化ｉ責使＾本毒＿＇＊‘－４、占．Ｉ．＿．、．４＊硕±学位论文＇：苗马聲ｒ．言ＶｒＣ：：’。買Ｖ迸：沪，門為戈‘，．，．：譯Ｖ基于卷积神经网络的五星云量计算吟＜；？ＣｌｏｕｄＦｒａｃｎｏｆｔ■ｔｉｏＳａｔｅｌｌｉｅＢａｓｅｄＯｎ．．’■．Ｃｏｎｖｏｌ山ｉｏｎａｌＮｅｕｒａｌｅｔｗｏｉ＾Ｎｒｋｓ、＇

2、乂心＇＂、、、’‘：’＜衣扩’．／；＇Ｖ’作沪—申请人姓名：王舰緣＇＇ｒ指导教师：夏亭副教擴专业省称：电子与通信工程研究方向：图傻处巧所在学院、：信息与控制学院二〇—六年六月独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。本论文除了文中特别加Ｗ标注和致谢的內容外，不包含其他人或其他机构已经发表或撰写过的研究成果，也不包含为获得南京信息工程大学或其他教育机构的学位或证书而使用过的材料。其他同志对本研究所做的贡献均已在论文中作了声明并表示

3、谢意。＇各？学位论文作者签名：曰期＝如／辱签字气关于论文使用授权的说明南京信息工程大学、国家图书馆、中国学术期刊（光盘版）杂志社、中国科学技术信息研巧所的《中国学位论文全文数据库》有权保留本人所送交学位论文的复印件和电子文档，可Ｗ采用影印、缩印或其他复制手段保存论文，并通一致过网络向社会提供信息服务。本人电子文档的内容和纸质论文的内容相。除在保密期内的保密论文外，允许论文被查阅和借阅，可公布（包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权南京信息工程大学研究生院办理。□公开□

4、保密（年月）（保密的学位论文在解密后应遵守此＿＿协议）．ｋ．ｌ学位论文作者签名：签字日期：扣ｂｉ－分、指导教师签名：：山１，１、＿签字日期目录摘要ＩＡＢＳＴＲＡＣＴＨ一第＊绪１１１．１研究背景１．２国内外研究现状２主要内容及章节安排１．３论文的５第二章卷积神经网络简介７：２．１卷积神经网络概述７２．２卷积神经网络结构７９２．３权值共享１２．４卷积网络训练０１０２．４．１前向传播过程２乂２反向传播过程１１２．４．３卷积层梯度计算

5、１２２４１３．．４下采样层梯度计算２回１４．４．５ＳＯＦＴＭＡＸ归分类２．５卷积神经网络的优点１５２１６．６本章小结第兰章基于卷积神经网络的卫星云图检测１７３．１研巧动机１７卫星云图闽值分割法３１７．２３１７．２．１传统阔值法３．２．２最大类间方差自适应闽值法１８３卫星云图检测１９．３基于ＣＮＮ模型的３１１．３．图像预处理９３．３２０．２特征学习３．４卷积神经网络优化２２３．４１．神经网络层数２２３．４．２滤波器个数的选搔２３３．

6、４．３网络滤波器大小选择２４验结３．５实ＩＩ分析２４３．６本章小结３０第四章基于极限学习机的卫星云图检测３１４１３．研巧动机１４．２极限学习机介绍３１４．２．１单隐层前馈神经网络３１４．３实验结果分析３５４．４本章海３８第五章基于云图检测的云量计算巧５．１Ｗ３９究魏５．２５？计算方法３９５．３总云量计算方案４１５４５．４总云量验证方案５．５本章小结４６第六章总结与展望４７６．１工作总结４７６４８．２论文醒致谢４９参考

7、文献５１攻读硕±期间完成的科研情况５８摘要摘要卫星云图解译是利用卫星云图进行的气象应用的研究，在气象卫星云图解译的领域里，云的分类和云量计算是核也，但是由于目前的方法对卫星光学参数化及对卫星云图的特征利用率不高，所Ｗ导致了云图解译中的云分类和云量计算不是很准确，实际的云量计算应用也没有成熟到业务化的地步；本文是在调研了国内外相关研究的基础后，重点研究了卷积神经网络在卫星云图的云量计算中的应用。近年来，深度学习，特别是卷积神经网络在很多应用领域都表现出强大的适应性和鲁棒性，卷积神经网络

8、具有良好的容错、并行处理和自学习能力，因一此，本文使用了种基于卷积神经网络的方法来进行五星云图解译，进而解决卫星云图的云量计算问题，同时，对于卷积神经网络检测速度相对较慢的问题，一一步的补充和研究提出了种基于