《表2 Inception V2分层结构》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度卷积神经网络的阵风锋识别算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本算法直接采用Inception V2卷积网络作为阵风锋特征的提取网络。相对于传统卷积神经网络中卷积层的简单堆叠，Inception卷积神经网络提出了Inception卷积模块叠加的形式构造网络，将大的卷积核分解为1×1或者3×3的Inception卷积核，形成一个近似稀疏的结构（Lecun et al.，2014），增加了网络的宽度和对尺度的适应性，提高了神经网络计算的性能。Ioffe和Szegedy（2015）将批标准化层引入Inception v1网络，使得每一层输出都标准化到N（0，1）的高斯分布（计算方法如公式1所示），降低了不同层之间特征值的分布变化，使得Inception V2允许更大的学习速率，提升了动态收敛后分类的准确性，并对网络的初始化要求更低（Szegedy et al.，2016）。本文所用卷积模型的Inception V2结构图如表2所示，其中的Inception卷积模块结构如图2所示，将雷达图原始460×460的尺寸卷积采样至29×29，但深度扩展到了576个，共有卷积参数32 384个。