科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前运用卫星云图进行天气预测方面存在的不足，提出了一种基于小样本学习的降雨云分类模型(D-MB模型)来进行天气预测。通过世界气象组织提供的资料，获取并建立了共6类的降雨云图像数据集。在D-MB模型的分类器训练过程中引入知识蒸馏的思想来提升模型精度。将训练好的分类器迁移到D-MB模型的元学习网络中，作为特征编码器，进行训练。实验结果表明，D-MB模型在自建的降雨云数据集上1-shot和5-shot的测试精度分别为54.21%和70.2%,相较于其它元学习方法平均高出了1%和8%左右。
- 出版日期2023
- 单位成都信息工程大学
