期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
海洋涡旋智能检测研究进展
1
作者
徐广珺
施宇诚
+6 位作者
余洋
谢华荣
谢文鸿
刘婧媛
林夏艳
刘宇
董昌明
《海洋学研究》
CSCD
北大核心
2024年第3期38-50,共13页
海洋涡旋是一种常见的海洋现象,在全球海洋物质和能量的输运中起着重要作用。随着海洋研究技术手段的不断提升,各类海洋涡旋检测方法应运而生。传统涡旋检测方法应用广泛,但其过度依赖于专家经验设置阈值和持续的人工干预,存在检测误差...
海洋涡旋是一种常见的海洋现象,在全球海洋物质和能量的输运中起着重要作用。随着海洋研究技术手段的不断提升,各类海洋涡旋检测方法应运而生。传统涡旋检测方法应用广泛,但其过度依赖于专家经验设置阈值和持续的人工干预,存在检测误差较大、工作效率低以及全球普适性差等问题,难以适应复杂多变的海洋环境。当前人工智能快速发展,其在海洋涡旋智能检测中能够自动、快速地提取图像深层特征,有效解决海洋现象特征相似度高、几何差异大的问题。该文立足于当前海洋涡旋智能检测的发展现状,从编码器-解码器结构、全卷积神经网络、多尺度上下文方法和注意力机制等方面回顾了不同深度学习方法在海洋涡旋智能检测中的应用,以期为海洋涡旋研究提供一些启示和参考。
展开更多
关键词
海洋涡旋
人工智能
特征检测
深度学习
编码器-解码器结构
全卷积神经网络
多尺度上下文方法
注意力机制
在线阅读
下载PDF
职称材料
题名
海洋涡旋智能检测研究进展
1
作者
徐广珺
施宇诚
余洋
谢华荣
谢文鸿
刘婧媛
林夏艳
刘宇
董昌明
机构
广东海洋大学电子与信息工程学院
南方海洋科学与工程广东省实验室(珠海)
福建省气象台
南京信息工程大学海洋科学学院
南京星遥科技有限公司
浙江海洋大学海洋科学与技术学院
出处
《海洋学研究》
CSCD
北大核心
2024年第3期38-50,共13页
基金
国家重点研发计划项目(2023YFC3008200)
南方海洋科学与工程广东省实验室(珠海)自主科研项目(SML2020SP007)
热带海洋环境国家重点实验室(中国科学院南海海洋研究所)开放课题(LTO2319)。
文摘
海洋涡旋是一种常见的海洋现象,在全球海洋物质和能量的输运中起着重要作用。随着海洋研究技术手段的不断提升,各类海洋涡旋检测方法应运而生。传统涡旋检测方法应用广泛,但其过度依赖于专家经验设置阈值和持续的人工干预,存在检测误差较大、工作效率低以及全球普适性差等问题,难以适应复杂多变的海洋环境。当前人工智能快速发展,其在海洋涡旋智能检测中能够自动、快速地提取图像深层特征,有效解决海洋现象特征相似度高、几何差异大的问题。该文立足于当前海洋涡旋智能检测的发展现状,从编码器-解码器结构、全卷积神经网络、多尺度上下文方法和注意力机制等方面回顾了不同深度学习方法在海洋涡旋智能检测中的应用,以期为海洋涡旋研究提供一些启示和参考。
关键词
海洋涡旋
人工智能
特征检测
深度学习
编码器-解码器结构
全卷积神经网络
多尺度上下文方法
注意力机制
Keywords
oceanic eddy
artificial intelligence
feature detection
deep learning
coder-decoder structure
fully convolutional neural network
multi-scale context method
attention mechanism
分类号
P731.2 [天文地球—海洋科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
海洋涡旋智能检测研究进展
徐广珺
施宇诚
余洋
谢华荣
谢文鸿
刘婧媛
林夏艳
刘宇
董昌明
《海洋学研究》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
