深度学习方法在海浪有效波高数据高分辨率处理中的应用
文献类型：CNKI期刊论文
| 作者 | 朱晓雯; 侯宇; 刘玉海; 吴克俭 |
| 发表日期 | 2020-10-16 |
| 出处 | 中国海洋大学学报(自然科学版)
 |
| 关键词 | 海浪有效波高 双三次插值 克里金插值 超分辨率卷积神经网络 |
| 英文摘要 | 本文基于欧洲中期天气预报中心的有效波高数据,运用传统的双三次插值(Bicubic interpolation)、克里金插值(Kriging interpolation)以及两种改进的超分辨率卷积神经网络(Super-Resolution CNN,简称SRCNN)进行高分辨率处理,使用峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)、均方根误差(Root-Mean-Square Error,RMSE)、结构相似度(Structural Similarity,SSIM)、余弦相似性(Cosine Similarity)等评价指标比较了各种方法的高分辨率处理效果,并分析了每种方法的误差分布特点。结果表明,改进的SRCNN方法(SRCNN_2)是一种在整体效果、局部细节和计算效率方面均比较优秀的高分辨率处理方法,是深度学习方法在海洋数据高分辨率处理问题上一次成功的应用,但改进的SRCNN方法在近岸有效波高数据的处理效果方面还有待提高。 |
| DOI标识 | 10.16441/j.cnki.hdxb.20190418 |
| 文献子类 | CNKI期刊论文 |
| 资助机构 | 国家重点研究发展计划:重大海洋动力灾害致灾机理、风险评估、应对技术研究及示范应用项目(2016YFC1402000)资助~~ |
| 卷 | v.50;No.315期:11页:25-32 |
| 语种 | 中文; |
| 分类号 | P731.22 |
| ISSN号 | 1672-5174 |
| 源URL | [http://ir.qdio.ac.cn/handle/337002/187975]  |
| 专题 | 中国科学院海洋研究所 |
| 作者单位 | 1.中国海洋大学海洋与大气学院 2.中国海洋大学数学科学学院 3.中国科学院海洋研究所 4.中科曙光国际信息产业有限公司 |
| 推荐引用方式 GB/T 7714 | 朱晓雯,侯宇,刘玉海,等. 深度学习方法在海浪有效波高数据高分辨率处理中的应用. 2020. |
入库方式： OAI收割
来源：海洋研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。