排序方式: 共有3条查询结果,搜索用时 31 毫秒
1
1.
2.
3.
为了以低成本、高时空分辨率进行大雾天气监测,提出一种利用无线通信链路进行基于深度学习的大雾天气监测方法。由于信道中不同浓度的大雾天气在信号中留有的特征不同,采集了4种不同浓度大雾下的无线电信号,建立无线电大雾天气监测数据集;通过在传统ResNet50网络中引入注意力机制并进行特征融合,得到改进后的A-ResNet50模型。利用A-ResNet50网络提取接收信号中留有的不同浓度大雾天气的特征,对四类不同浓度大雾天气进行分类识别,达到监测大雾天气的目的。所提方法在建立的数据集上进行了验证,相较于其他传统分类算法,本方法性能最优,最终识别准确率达到86.18 %,结果证明了该方法的可行性和有效性。 相似文献
1