国内刊号:43-1258/TP
国际刊号:1007-130X
发布日期:
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)
关键词:中尺度涡,人工智能,机器学习,深度学习,
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。
来源:2021年第12期
《计算机工程与科学》期刊编辑部