掃一掃
關注中圖網
官方微博
>
基于深度學習的地基云圖識別技術
本類五星書更多>
-
>
貨幣大歷史:金融霸權與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創意玩具書(精裝4冊)
基于深度學習的地基云圖識別技術 版權信息
- ISBN：9787519893828
- 條形碼：9787519893828 ; 978-7-5198-9382-8
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：
基于深度學習的地基云圖識別技術 本書特色
基于深度學習的地基云圖識別技術能提升光伏發電功率預測的準確性、天文望遠鏡觀測站選址的合理性。作者博士階段以天文望遠鏡選址為背景，開始從事本項技術研究，博士后階段以光伏發電功率預測為背景對本項技術進行了深入研究。隨著研究的逐漸深入，發現電網公司、發電公司、高校、科研院所、科技企業的科技人員對本技術的理論、具體方法有很強的學習需求；诖，作者計劃撰寫本專著，為本領域科技工作者提升理論和技術指導。
基于深度學習的地基云圖識別技術 內容簡介
光伏發電作為新能源領域重要組成部分，發展十分迅速，為實現“雙碳”目標奠定了堅實基礎。 基于這樣的時代背景與技術需求，地基云圖識別技術，特別是融合了深度學習技術的創新應用，不 僅能夠有效提升光伏發電功率預測的準確性，為電網調度提供更為可靠的決策依據，還能在天文望 遠鏡觀測站選址等領域發揮重要作用，優化觀測條件，提升科研效率。本書全面、系統介紹了基于 深度學習的地基云圖識別技術，共 10 章，主要內容包括地基云圖概述、深度學習與圖像識別概述、 基于改進 CloudRVE 的地基云圖分類方法、基于增強全卷積神經網絡 EFCN 的地基云圖分割方法、 基于云編碼 ? 解碼網絡 CloudU ? Net 的地基云圖分割方法、基于雙通道注意力云編碼 ? 解碼網絡的 地基云圖分割方法、基于殘差注意力云編碼 ? 解碼網絡的地基云圖分割方法、基于 CloudFU ? Net 的地基云圖細粒度分割方法、基于 CloudSwinNet 的地基云圖細粒度分割方法、總結與展望。
基于深度學習的地基云圖識別技術 目錄
前言 縮略詞注釋表 緒論 1 第 1 章 地基云圖概述 4 1.1 地基全天空成像設備發展進程 5 1.2 地基云圖分類研究現狀 8 1.3 地基云圖分割研究現狀 13 第 2 章 深度學習與圖像識別概述 17 2.1 深度學習概述 18 2.2 卷積神經網絡基本原理 22 2.3 基于卷積神經網絡的典型圖像識別 28 2.4 本章小結 35 第 3 章 基于改進 CloudRVE 的地基云圖分類方法 36 3.1 基于 CloudRVE 的地基云圖分類網絡 37前言 縮略詞注釋表 緒論 1 第 1 章 地基云圖概述 4 1.1 地基全天空成像設備發展進程 5 1.2 地基云圖分類研究現狀 8 1.3 地基云圖分割研究現狀 13 第 2 章 深度學習與圖像識別概述 17 2.1 深度學習概述 18 2.2 卷積神經網絡基本原理 22 2.3 基于卷積神經網絡的典型圖像識別 28 2.4 本章小結 35 第 3 章 基于改進 CloudRVE 的地基云圖分類方法 36 3.1 基于 CloudRVE 的地基云圖分類網絡 37 3.2 CloudRVE 網絡參數配置及訓練策略 47 3.3 地基云圖分類實驗結果與分析 47 3.4 討論及結論 60 第 4 章 基于增強全卷積神經網絡 EFCN 的地基云圖 分割方法 61 4.1 直方圖均衡化 62 4.2 EFCN 網絡結構設計 62 4.3 EFCN 網絡參數配置及訓練策略 66 4.4 地基云圖分割實驗結果與分析 68 4.5 討論及結論 79 第 5 章 基于云編碼－解碼網絡 CloudU ? Net 的地基云圖 分割方法 81 5.1 CloudU ? Net 網絡結構設計 82 5.2 CloudU ? Net 網絡訓練策略 88 5.3 地基云圖分割實驗結果與分析 89 5.4 討論及結論 100 第 6 章 基于雙通道注意力云編碼 ? 解碼網絡的地基云圖 分割方法 102 6.1 CloudU ? Netv2 網絡結構設計 103 6.2 CloudU ? Netv2 網絡訓練策略 108 6.3 地基云圖分割實驗結果與分析 109 6.4 討論及結論 117 第 7 章 基于殘差注意力云編碼 ? 解碼網絡的地基云圖 分割方法 119 7.1 CloudRAEDNet 網絡結構設計 120 7.2 CloudRAEDNet 網絡訓練策略 126 7.3 地基云圖分割實驗結果與分析 127 7.4 討論及結論 138 第 8 章 基于 CloudFU ? Net 的地基云圖細粒度 分割方法 140 8.1 地基云圖細粒度分割數據集構建141 8.2 基于 CloudFU ? Net 的地基云圖細粒度分割 網絡 142 8.3 CloudFU ? Net 網絡參數配置及訓練策略 148 8.4 地基云圖細粒度分割實驗結果與分析 149 8.5 討論及結論 155 第 9 章 基于 CloudSwinNet 的地基云圖細粒度 分割方法 156 9.1 基于 CloudSwinNet 的地基云圖分割網絡 157 9.2 CloudSwinNet 地基云圖分割網絡參數配置及 訓練策略 166 9.3 地基云圖細粒度分割實驗結果與分析 167 9.4 討論及結論 171 第 10 章 總結與展望 172 10.1 總結 173 10.2 展望 177 參考文獻 179
展開全部
基于深度學習的地基云圖識別技術 作者簡介
石超君，碩士生導師，華北電力大學電子與通信工程系電子信息教研室師生結合黨支部副書記。2022年1月畢業于河北工業大學電子科學與技術專業，獲工學博士學位，2022年3月就職于華北電力大學電子與通信工程系。現擔任中國圖象圖形學學會機器視覺專委會委員、中國圖象圖形學學會視覺大數據專委會委員、IEEE Member、中國電機工程學會會員、中國電工技術學會高級會員、中國計算機學會會員，擔任《中國計算機學報》、《吉林大學學報（工學版）》、《IEEE Geoscience and Remote Sensing Letters》、《Quarterly Journal of the Royal Meteorological Society》、《Remote Sensing Letters》、《Atmospheric Measurement Techniques》、PRCV等期刊和會議審稿人，燕趙英才服務卡A卡獲得者。主要研究方向為光伏功率預測、電力人工智能，作為負責人主持國家重點研發計劃項目子課題、國家自然科學基金青年項目、中央高；究蒲袠I務費專項資金面上項目、國網山東電科院科技項目等科研項目6項，參與國家自然科學基金聯合基金項目、南方電網科技項目、中央高；究蒲袠I務費學科交叉創新專項等項目10余項，發表學術論文20余篇，授權發明專利3項。張珂，華北電力大學（保定），教授/研究生院（保定）院長。
書友推薦
- >
有舍有得是人生
- >
回憶愛瑪儂
- >
中國歷史的瞬間
- >
史學評論
- >
我與地壇
- >
山海經
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
詩經-先民的歌唱
本類暢銷
