【摘 要】
:
大气能见度是一个重要的气象参数,能显著反映空气的污染程度,它不仅是表征大气透明程度的关键指标,也是评价空气质量优劣的重要依据。大气能见度在交通运输、航海、航空以及国防军事活动等方面具有重要研究意义。因此,对大气能见度的精准预测和预报,对城市的空气污染治理,保障公共交通安全以及维护人民的生命财产安全等方面有着举足轻重的作用与意义。目前,深度学习已经在计算机视觉、语音识别、自然语言处理等领域受到广泛关
【基金项目】
:
国家自然科学基金民航联合基金重点项目(编号:U1733202);
论文部分内容阅读
大气能见度是一个重要的气象参数,能显著反映空气的污染程度,它不仅是表征大气透明程度的关键指标,也是评价空气质量优劣的重要依据。大气能见度在交通运输、航海、航空以及国防军事活动等方面具有重要研究意义。因此,对大气能见度的精准预测和预报,对城市的空气污染治理,保障公共交通安全以及维护人民的生命财产安全等方面有着举足轻重的作用与意义。目前,深度学习已经在计算机视觉、语音识别、自然语言处理等领域受到广泛关注和应用。本论文围绕深度学习对大气能见度的预测方法展开研究。首先,利用西安理工大学大气遥感中心的能见度仪、小型气象站和粒径谱仪的数据,开展了能见度与各气象参数和环境参数的相关性研究,并结合主成分分析法,分析了各参数对能见度的影响,为后续能见度网络模型的输入数据集的建立提供理论基础。其次,基于深度学习理论,根据深度置信网络的大气能见度预测模型的流程设计,进行了数据预处理、隐含层层数和节点数的设置、激活函数和权重函数等结构参数的实验仿真与分析,通过对大气能见度预测结果的比较与分析,发现采用Z-Score方法进行数据归一化处理,采用双层隐含层和(70,50)的节点数结构,并选用Tanh激活函数和Adam优化器,可获得最佳的能见度预测效果,从而建立了适用于大气能见度预测的DBN网络模型。进而,开展了基于深度置信网络的大气能见度预测与结果分析,并分别与BP神经网络和卷积神经网络的预测效果进行了比较。结果发现,基于DBN的大气能见度预测结果明显优于BP和CNN网络,预测效果最好,预测准确率达到84%,预测相关性达到96%。并进行了各个气象参数对能见度预测贡献程度的分析,结果发现辐射量等参数对能见度预测的影响较小,而PM2.5和相对湿度等参数对能见度预测的影响较大,其中PM2.5的贡献程度最高。最后,采用了基于时间序列的深度置信网络能见度未来趋势的预测方法,获得了对大气能见度的短时间和长时间未来趋势预测结果。预测结果表明,在短时间内的能见度预测时,综合判断2小时后的预测结果较好,预测准确率可以达到94%;在长时间内的能见度预测时,3天后的预测结果较好,准确率可达79%,并可覆盖不同天气条件的能见度变化判断。
其他文献
TiC和TiB2颗粒具有高熔点、高硬度、高导电率、低密度及良好的化学稳定性等优良性能。在Cu基体中加入TiC、TiB2增强相,既能保持Cu基体良好的导热导电性能,又能提高材料的硬度和耐磨性,能较好地解决硬度和导电率之间的矛盾。因此,本文采用机械合金化工艺与热压烧结工艺制备了不同TiB2、TiC含量的(TiB2-TiC)/Cu复合材料,系统分析了机械球磨制粉、氮气气氛保护下热压烧结及不同机械制粉过程
车联网中涉及到车辆、行人和道路的安全服务,例如交通事故、路况信息等信息的传播,迫切需要保证交通信息的安全性和完整性。但是网络中存在的一些恶意节点可能破坏车辆之间的正常通信,对交通网络的安全造成严重威胁,本文主要针对车联网中的Sybil攻击和虚假消息攻击进行研究。针对车联网中的Sybil攻击,首先提出了一种基于时戳链的Sybil攻击检测方法,车辆经过路边单元(Road Side Unit,RSU)时
近似模型技术是构建复杂优化问题所需模型的一种方法,能有效解决优化模型构建困难的问题,其所需样本点数量少,能大大减少计算成本、提高计算效率;但面对日益复杂的实际优化问题,近似模型技术的预测精度和计算效率不足以满足实际工程需要,本文研究了一种基于径向基的组合近似模型技术,并将其应用于实际优化设计问题中,为解决类似问题提供一种新的思路。本文主要工作如下:(1)为了构建高精度近似模型,利用测试函数和精度评
高硅钼球铁具有较高的热强性和良好的抗热疲劳性能,广泛应用于汽车发动机排气歧管和涡轮增压器壳体的制造。但因该类球铁中Si、Mo元素含量较高,材质的球化率、球墨尺寸和分布以及晶间碳化物不易控制,在一定程度上降低了合金的高温力学性能。因此,在生产条件下,采取有效措施提高合金的球化率和铁素体数量、细化石墨球并最大限度地减少晶界碳化物数量,对提升我国汽车发动机制造业水平具有积极的推动作用。本文旨在通过改变球
随着深度学习技术的发展,图像文本描述作为跨模态数据领域中的典型任务具有了广泛的应用,成为当下计算机视觉领域的热门研究方向之一。基于编码器-解码器的网络结构是目前主流的图像文本描述方法,编码部分利用图卷积神经网络学习场景图特征并且使用Bottom-Up特征代替整幅图像特征用于建立图像与文本之间的映射关系,而这样复杂多样的特征和特征学习方法带来多样信息的同时也使得图像和文本间的信息对应困难。故本文基于
快速、准确的椭圆检测在计算机视觉、智能制造等领域有着重要的应用。在直拉硅单晶控制系统中,主要通过对固液界面处的高亮光环进行拟合,进而实现对硅单晶的直径测量。为了进一步估计当前孔径,则需要设计具备快速性和准确性的椭圆拟合方法。随着晶体生长工艺的不断改善,存在冷颈套情况的直拉硅单晶生长过程直径测量问题值得关注,在少量数据点情况下,如何设计一种即能保证拟合精度,又能保证拟合速度的方法是亟需研究的问题之一
为了保证云存储数据信息的安全性,需要对外包在云服务器上的数据进行加密,为了更加适应数据共享机制,产生了基于属性的加密机制(ABE)。ABE机制包括密钥策略的属性加密(KP-ABE)和密文策略的属性加密(CP-ABE)两种类型。在属性加密机制中,用户身份信息由属性集合组成,数据拥有者将属性集合设置成访问结构嵌入需要上传在云端的密文里,只有用户私钥里的属性满足访问策略才能解密消息。密文策略可以灵活的授
地磁矢量在线校准可同时校准包括三轴磁传感器自身因素、载体承载物和地磁场环境变化等多种影响导致的磁测误差,从而提高地磁矢量测量精度,进而提高地磁匹配导航精度和成功率。为此,本文针对载体上在线校准磁测误差时存在载体姿态受限和地磁场缓变问题,系统的研究了基于优化理论的地磁匹配导航背景下地磁矢量在线校准方法。本文主要研究内容和成果如下:(1)研究了基于改进LM(Levenberg-Marquard,LM)
随着互联网技术及应用的不断发展,网络已经在商业、经济、军事等各个领域都发挥着巨大作用,而成为人类社会发展不可缺少的部分。然而,网络在带给人们便利的同时,网络安全问题也日益严峻,特别是近年来网络数据的井喷式增长和变化多端的攻击方式,给网络安全防护带来了巨大的挑战。入侵检测作为网络安全主动防护的技术手段,可及时发现网络中的攻击行为。但网络规模的扩大、新的攻击手段和安全漏洞层出不穷,已经使传统的入侵检测
气溶胶是大气中的一种重要组成部分,对地球大气辐射收支平衡和各地区大气环境质量以及全球气候变化有着非常重要的影响,气溶胶粒子谱分布又是气溶胶粒子的重要性质,不同粒径的气溶胶粒子对人体所造成的威胁也有所不同,因此,研究气溶胶粒子谱分布具有非常重要的现实意义。目前对气溶胶粒径的测量大多都集中在使用激光雷达等仪器进行,这种探测方法可以对气溶胶进行实时空间探测,但是其探测波长有限,因此本文提出了一种新的探测