基于改进WGAN的雷达回波外推算法研究

杨 继程1, 陈 玲丽1, 王 凤仙1, 何 斌2, 王 自流2, 邓 丽2
1、贵州省普定县气象局
2、贵州省关岭自治县气象局

摘要


本研究旨在优化生成对抗网络在图像分割任务中的性能，特别关注于生成器的设计，对WGAN模型进行改
进，以提升模型的检测能力和降低误报率。实验结果显示，改进后的模型在 CSI、POD和 FAR指标上均取得了显著
提升，特别是最终的模型表现优于其他对比方法，CSI达到了 0.271，POD为 0.381，FAR为 0.512，展现了最优的综
合性能。这些结果表明，通过合理设计和优化模型结构，可以有效提高 GAN在图像分割任务中的表现，尤其是在减
少误报率和提高检测准确性方面。结论指出，改进特征提取和生成器设计是提升 GAN性能的有效途径，未来可继续
探索更多的优化策略，以进一步提升模型的实用性和适应性。

关键词


生成对抗网络；计算机视觉；模型优化；性能提升

全文:

PDF


参考


[1]杨舒楠，孟庆涛，王皘，等.热带气旋“弗雷迪”

特征及强降水成因初步分析 [J/OL].沙漠与绿洲气象，

1-15[2024-09-21]

[2]刘俊，夏羽，雷东洋，等.2012 ～ 2021年宜昌市强

降水时空分布特征 [J].人民长江，2024，55（07）：79-87

[3]王霄，孙建印，赵宇，等.基于气象雷达数据的

人工增雨作业指挥系统设计及应用 [J].微型电脑应用，

2023，39（12）：26-29.

[4]张巧明，雷永恒，余文会.新一代多普勒天气雷

达强度定标研究 [J].中低纬山地气象，2023，47（05）：

43-49.

[5]Xia X, Chen R, Wang P, et al. Robust noise

suppression technique for a LADAR system via eigenvaluebased adaptive filtering[J]. Sensors, 2019, 19(10): 2311.

[6]Xiaoyou Y, Long C, Qun Z, et al. Analysis of innerpulse Doppler effect for the echoes of inverse synthetic

aperture LADAR[C]//IEEE 10th INTERNATIONAL

CONFERENCE O N SIGNAL PROCESSING

PROCEEDINGS. IEEE, 2010: 2295-2298.

[7]Shi E, Li Q, Gu D, et al. A method of weather

radar echo extrapolation based on convolutional neural

networks[C]//MultiMedia Modeling: 24th International

Conference, MMM 2018, Bangkok, Thailand, February

5-7, 2018, Proceedings, Part I 24. Springer International

Publishing, 2018: 16-28.

[8]Weng L. From gan to wgan[J]. arXiv preprint

arXiv:1904.08994, 2019.

[9]Durgadevi M. Generative Adversarial Network

(GAN): A general review on different variants of GAN and

applications[C]//2021 6th International Conference on

Communication and Electronics Systems (ICCES). IEEE,

2021: 1-8.

[10]Iqbal T, Ali H. Generative adversarial network for

medical images (MI-GAN)[J]. Journal of medical systems,

2018, 42(11): 231.


Refbacks

  • 当前没有refback。