基于卷积神经网络的海洋中尺度涡旋检测算法研究
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第12-17页 |
| 1.1 中尺度涡概述 | 第12-13页 |
| 1.2 研究目的和意义 | 第13-14页 |
| 1.3 研究主要内容 | 第14-17页 |
| 2 国内外研究现状 | 第17-20页 |
| 2.1 海洋涡旋检测研究现状 | 第17-18页 |
| 2.2 深度学习应用现状 | 第18-19页 |
| 2.3 卷积神经网络的应用现状 | 第19-20页 |
| 3 基于传统方法的涡旋检测算法研究 | 第20-31页 |
| 3.1 基于矢量场特征的涡旋检测算法 | 第20-26页 |
| 3.2 基于高度异常值的漩涡检测算法 | 第26-29页 |
| 3.3 小结 | 第29-31页 |
| 4 深度学习模型分析 | 第31-40页 |
| 4.1 各种主要模型对比分析 | 第31-33页 |
| 4.2 卷积神经网络体系结构分析 | 第33-35页 |
| 4.3 卷积神经网络计算流程分析 | 第35-40页 |
| 5 基于CNN的涡旋检测算法研究 | 第40-55页 |
| 5.1 算法流程 | 第40-42页 |
| 5.2 样本制作 | 第42-44页 |
| 5.3 CNN模型训练 | 第44-51页 |
| 5.4 涡旋检测 | 第51-53页 |
| 5.5 小结 | 第53-55页 |
| 6 总结和展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间主要成果 | 第62页 |