基于人工智能的臺(tái)風(fēng)強(qiáng)度突變判別技術(shù)的應(yīng)用

摘要： 臺(tái)風(fēng)強(qiáng)度突變的趨勢(shì)判別問(wèn)題一直是臺(tái)風(fēng)預(yù)報(bào)中的難點(diǎn)。人工智能由于通過(guò)機(jī)器對(duì)大量樣本進(jìn)行分析和學(xué)習(xí)，能夠隱式提取圖像中深層抽象的復(fù)雜特征，而越來(lái)越多地被應(yīng)用到氣象領(lǐng)域中。以人工智能領(lǐng)域的深度殘差網(wǎng)絡(luò)(deep residual network)Resnet模型和基于時(shí)空關(guān)聯(lián)深度學(xué)習(xí)模型LSTM (long short-term memory)為技術(shù)基礎(chǔ)，通過(guò)標(biāo)注、學(xué)習(xí)2005—20... （共8頁(yè)）