基于深度学习的全天空相机成像日间云量计算研究
后印本
Research on Daytime Cloudiness Calculation for All-sky
Camera Imagery Based on Deep Learning
-
作者:
车 蕾
1
李磊磊
1
刘立勇
2
-
作者单位:
-
提交时间:2024-07-03 08:54:13
摘要: 云量是天文领域中地基光电望远镜站址选择的重要评价参数之一。针对全天空相机成像
的日间云量计算存在的问题,提出一种基于深度学习的全天空相机成像日间云量计算模型。云检
测层,模型通过构建通道加权-特征融合 (channel weighting-feature fusion, CWFF) 结构,从而
加强对云层记忆能力和深层特征的提取能力以完成云检测任务;云量计算层,模型提出一种基于
云检测模型的云量计算方法,有效提高云量计算的误差率。实验表明,该方法在云检测任务中的
综合准确率超过 95%,在云量计算任务中的平均绝对误差不超过 5%。
版本历史
[V1] |
2024-07-03 08:54:13 |
ChinaXiv:202407.00075V1
|
下载全文 |