基于机器学习的海洋中尺度涡检测识别研究综述
来源:计算机工程与科学杂志2021年第12期北京时间:
作者:张家灏, 邓科峰, 聂腾飞, 任开军, 宋君强
单位:(1.国防科技大学计算机学院,湖南 长沙 410073;2.国防科技大学气象海洋学院,湖南 长沙 410073)
摘要:海洋中尺度涡是一种重要的海洋中尺度现象,在海洋环流、物质能量传输中发挥重要作用,对舰船航行安全、水声通信等也具有重要的影响。高效准确地检测识别出海洋中尺度涡无论对于物理海洋认知还是海洋开发利用都有着重要的研究价值。传统涡旋检测识别方法依赖专家经验设计的单一阈值,具有显著的主观性。随着深度学习的兴起,机器学习方法在涡旋检测识别的准确性和自动化程度上表现出一定的优势。通过总结与对比分析现有基于机器学习的检测识别方法,为发展海洋中尺度涡检测识别的研究提供系统认知和参考依据。
关键词:中尺度涡,人工智能,机器学习,深度学习,
2021年12期其他文献查阅:
2021年中国高性能计算机发展现状分析
面向敏捷硬件设计的符号模拟器设计与实现
OpenCL计算软件栈评估
基于机器学习的海洋中尺度涡检测识别研究综述
基于不完全算法的并行FPGA SAT求解器
关于矩阵乘法问题的人工蜂群优化算法研究
YOLOv3-tiny的硬件加速设计及FPGA实现
基于无线能量采集的多跳网络安全传输中的路径选择
区块链环境下电商消费者网络多子群混合增长模型构建及特性研究
基于多粒度语义分析的二进制漏洞搜索方法
LoRa数据传输网络混合加密设计
基于时空协作的多移动充电器充电路径规划的研究
基于深度学习的草图检索方法研究进展
基于深度学习的人体行为检测方法研究综述
一种结合自注意和多尺度生成对抗网络的图像去雨方法
基于深度残差网络的光伏故障诊断模型研究
多源覆盖信息系统下的加权广义多粒度粗糙集模型及其应用
基于Siamese循环神经网络的泰文句子切分方法
基于局部中心度量的边界点划分密度聚类算法
基于改进蚁群算法的四足机器人步态规划
一种改进的KNN案例推理检索算法
基于蚁群遗传混合算法改进的连接查询研究