首页 | 本学科首页   官方微博 | 高级检索  
     

基于深度学习的海洋中尺度涡识别与可视化
引用本文:芦旭熠,单桂华,李观.基于深度学习的海洋中尺度涡识别与可视化[J].计算机系统应用,2020,29(4):65-75.
作者姓名:芦旭熠  单桂华  李观
作者单位:中国科学院 计算机网络信息中心,北京 100190;中国科学院大学,北京 100049;中国科学院 计算机网络信息中心,北京 100190
基金项目:中国科学院战略性先导科技专项(A类)(XDA19080102)
摘    要:中尺度涡是海洋中一种特殊的中尺度现象,对人类活动和海洋科学有着重要意义.海洋物理中对中尺度涡的检测通常依赖由专家预定义或调整的参数,无法保证准确度;或者对全部海洋数据逐点扫描判断,耗时较长.此外,中尺度涡的时空统计数据繁杂,整理和分析工作量巨大且无法较好展示相关信息.本文提出了一种基于深度学习目标检测的海洋中尺度涡检测算法,可达到较高的识别精确率和查全率,避免了阈值选取对中尺度涡检测的影响,大大提高了检测速度;并设计中尺度涡时空特征及海洋信息协同可视化系统,对中尺度涡进行交互式展示和分析,满足对涡旋的统计信息、特征分布和属性关联进行洞察、说明和相关性分析的需求.

关 键 词:中尺度涡识别  中尺度涡可视化  深度学习  可视化分析
收稿时间:2019/8/16 0:00:00
修稿时间:2019/9/6 0:00:00

Oceanic Mesoscale Eddy Detection and Visualization Based on Deep Learning
LU Xu-Yi,SHAN Gui-Hua and LI Guan.Oceanic Mesoscale Eddy Detection and Visualization Based on Deep Learning[J].Computer Systems& Applications,2020,29(4):65-75.
Authors:LU Xu-Yi  SHAN Gui-Hua and LI Guan
Affiliation:Computer Network Information Center, Chinese Academy of Sciences, Beijing 100190, China;University of Chinese Academy of Sciences, Beijing 100049, China,Computer Network Information Center, Chinese Academy of Sciences, Beijing 100190, China and Computer Network Information Center, Chinese Academy of Sciences, Beijing 100190, China;University of Chinese Academy of Sciences, Beijing 100049, China
Abstract:
Keywords:mesoscale eddy detection  mesoscale eddy visualization  deep learning  visual analysis
本文献已被 万方数据 等数据库收录!
点击此处可从《计算机系统应用》浏览原始摘要信息
点击此处可从《计算机系统应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号