基于CNN深度学习模型的机场能见度预测

发布时间：2023-02-26 10:42

　　根据机场提供的视频数据和能见度数据,本文建立了基于视频数据的能见度估计CNN深度学习模型。本文构建的是一个类似于VGG16的卷积神经网络,将输出层的softmax层替代成MSE层,使其具备了能见度预测能力;将采集出的数据导入数据文件中保存,通过CNN神经网络的自学习特性,将数据集分为测试集和训练集两类。通过相关算法得到测试集与预测值的对比图,并对模型进行了精度分析,得到测试误差MSE=0.002 524,验证模型具有较高的精度。

【文章页数】：4 页

【文章目录】：
0 引言
1 卷积神经网络
    1.1 CNN模型阐述
    1.2 卷积层
    1.3 池化层
    1.4 分类层
    1.5 激活函数
2 能见度预测模型
    2.1 模型搭建
    2.2 测试结果及模型精度分析
3 结 语



本文编号：3750367