基于多尺度神经网络的对流初生智能识别方法和装置

本申请涉及基于多尺度神经网络的对流初生智能识别方法和装置，该方法包括：获取FY‑4A卫星的多通道数据，通过时间对齐与通道融合，然后扩充并采用预设大小的窗口均匀切割，得到若干个兴趣域窗口数据；采用多尺度特征提取模块对每个兴趣域窗口数据进行处理，得到四个不同尺度的特征；将四个不同尺度的特征采用多尺度特征融合模块进行处理，得到全尺度特征；将每个兴趣域窗口数据对应的全尺度特征输入到分类层中，得到对应的对流初生识别结果，将所有对流初生识别结果进行拼接，得到最终识别结果。本方法基于多尺度卷积神经网络，通过整合多通道融合数据，发掘滑动窗口法在对流初生识别上的优势，有效提高了对流初生的识别精度和预报时效。