[发明专利]一种基于点云体素的台风定强方法、系统、设备及介质有效
| 申请号: | 202111306533.9 | 申请日: | 2021-11-05 |
| 公开(公告)号: | CN114049545B | 公开(公告)日: | 2022-06-07 |
| 发明(设计)人: | 谭金凯 | 申请(专利权)人: | 中山大学 |
| 主分类号: | G06V20/00 | 分类号: | G06V20/00;G06V10/26;G06V10/40;G06V10/774;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 许羽冬;郭浩辉 |
| 地址: | 510275 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 点云体素 台风 方法 系统 设备 介质 | ||
1.一种基于点云体素的台风定强方法,其特征在于,包括以下步骤:
对采集到的云数据和台风信息进行预处理,得到点云体素特征;
利用不同感知域对所述点云体素特征进行深度卷积并融合,得到融合特征;
对所述融合特征进行通道混洗、扩充,得到第一点云特征;
利用通道注意力机制对所述第一点云特征进行特征提取,得到第二点云特征;
将所述第二点云特征输入三维稀疏卷积层进行稀疏化,得到第三点云特征;
将所述第三点云特征输入三维压缩卷积层进行特征压缩,得到第四点云特征;
根据所述第四点云特征预测得到台风强度;
其中,所述感知域包括条形感知域和圆形感知域;所述条形感知域包括三个串联的条形卷积模块,每个条形卷积模块均包括串联的第一卷积层和第二卷积层;所述圆形感知域包括依次连接的三个圆形卷积层和第三卷积层;
所述第一卷积层包括30个尺寸为3×1的二维卷积核,步长为[2,2];
所述第二卷积层包括30个尺寸为1×3的二维卷积核,步长为[2,2];
所述圆形卷积层包括30个尺寸为3×3的二维卷积核,步长为[2,2];
所述第三卷积层包括30个尺寸为1×1的二维卷积核,步长为[2,2]。
2.如权利要求1所述的一种基于点云体素的台风定强方法,其特征在于,所述对采集到的云数据和台风信息进行预处理,得到点云体素特征的步骤包括:
对采集到的云数据进行数据清洗,得到云特征数据;
对采集到的台风信息提取,得到气旋数据;
利用所述气旋数据中的气旋中心位置和气旋时间对所述云特征数据进行匹配、裁剪,得到初始点云数据;
利用预设的采样时刻对所述初始点云数据进行点云增强处理,得到点云增强数据;
对所述点云增强数据进行三维空间体素化并融合,得到点云体素特征;
其中,所述云数据包括云光学厚度、云顶温度、云顶高度、云粒子有效半径以及云类型;
所述云特征数据包括云光学厚度特征数据、云顶温度特征数据、云顶高度特征数据、云粒子有效半径特征数据以及云类型特征数据;
所述气旋数据包括气旋最大风速、气旋经纬度、气旋时间、气旋中心位置。
3.如权利要求1所述的一种基于点云体素的台风定强方法,其特征在于,所述利用不同感知域对所述点云体素特征进行深度卷积并融合,得到融合特征的步骤包括:
利用条形感知域对所述点云体素特征进行深度卷积,得到台风经纬特征;
利用圆形感知域对所述点云体素特征进行深度卷积,得到台风旋转特征;
将所述台风经纬特征和所述台风旋转特征沿通道方向进行融合,得到融合特征;
其中,所述台风经纬特征和所述台风旋转特征的尺寸相同。
4.如权利要求1所述的一种基于点云体素的台风定强方法,其特征在于:所述通道注意力机制包括第四卷积层;
所述第四卷积层包括30个尺寸为1×1×1的三维卷积核,步长为[1,1,1]。
5.如权利要求1所述的一种基于点云体素的台风定强方法,其特征在于:所述三维稀疏卷积层包括15个尺寸为1×3×3的三维卷积核,步长为[1,1,1]。
6.如权利要求1所述的一种基于点云体素的台风定强方法,其特征在于:所述三维压缩卷积层包括10个尺寸为1×3×3的三维卷积核,步长为[1,1,1]。
7.如权利要求1所述的一种基于点云体素的台风定强方法,其特征在于,所述根据所述第四点云特征预测得到台风强度的步骤包括:
对所述第四点云特征进行维度重组,得到第五点云特征;
将所述第五点云特征输入全连接层进行预测,得到台风强度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111306533.9/1.html,转载请声明来源钻瓜专利网。





