基於深度學習的地基雲圖識別技術 石超君 張珂 9787519893828 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202410*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：基於深度學習的地基雲圖識別技術
ISBN：9787519893828
出版社：中國電力
著編譯者：石超君 張珂
頁數：197
所在地：中國大陸 *此為代購商品
書號：1700609
可大量預訂，請先連絡。

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。基於這樣的時代背景與技術需求，地基雲圖識別技術，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、系統介紹了基於深度學習的地基雲圖識別技術，共10章，主要內容包括地基雲圖概述、深度學習與圖像識別概述、基於改進CloudRVE的地基雲圖分類方法、基於增強全卷積神經網絡EFCN的地基雲圖分割方法、基於雲編碼-解碼網絡CloudU-Net的地基雲圖分割方法、基於雙通道注意力雲編碼-解碼網絡的地基雲圖分割方法、基於殘差注意力雲編碼-解碼網絡的地基雲圖分割方法、基於CloudFU-Net的地基雲圖細粒度分割方法、基於CloudSwinNet的地基雲圖細粒度分割方法、總結與展望。 本書適用於光伏功率預測、天文望遠鏡選址等領域，可作為高等院校、電網公司、發電公司、研究院所、科技公司等相關人員的參考書。

目錄

前言
縮略詞註釋表
緒論
第1章 地基雲圖概述
1 1 地基全天空成像設備發展進程
1 2 地基雲圖分類研究現狀
1 3 地基雲圖分割研究現狀
第2章 深度學習與圖像識別概述
2 1 深度學習概述
2 2 卷積神經網絡基本原理
2 3 基於卷積神經網絡的典型圖像識別
2 4 討論及結論
第3章 基於改進CloudRVE的地基雲圖分類方法
3 1 基於CloudRVE的地基雲圖分類網絡
3 2 CloudRVE網絡參數配置及訓練策略
3 3 地基雲圖分類實驗結果與分析
3 4 討論及結論
第4章 基於增強全卷積神經網絡EFCN的地基雲圖分割方法
4 1 直方圖均衡化
4 2 EFCN網絡結構設計
4 3 EFCN網絡參數配置及訓練策略
4 4 地基雲圖分割實驗結果與分析
4 5 討論及結論
第5章 基於雲編碼-解碼網絡CloudU-Net的地基雲圖分割方法
5 1 CloudU-Net網絡結構設計
5 2 CloudU-Net網絡訓練策略
5 3 地基雲圖分割實驗結果與分析
5 4 討論及結論
第6章 基於雙通道注意力雲編碼-解碼網絡的地基雲圖分割方法
6 1 CloudU-Netv2網絡結構設計
6 2 CloudU-Netv2網絡訓練策略
6 3 地基雲圖分割實驗結果與分析
6 4 討論及結論
第7章 基於殘差注意力雲編碼-解碼網絡的地基雲圖分割方法
7 1 CloudRAEDNet網絡結構設計
7 2 CloudRAEDNet網絡訓練策略
7 3 地基雲圖分割實驗結果與分析
7 4 討論及結論
第8章 基於CloudFU-Net的地基雲圖細粒度分割方法
8 1 地基雲圖細粒度分割數據集構建
8 2 基於CloudFU-Net的地基雲圖細粒度分割網絡
8 3 CloudFU-Net網絡參數配置及訓練策略
8 4 地基雲圖細粒度分割實驗結果與分析
8 5 討論及結論
第9章 基於CloudSwinNet的地基雲圖細粒度分割方法
9 1 基於CloudSwinNet的地基雲圖分割網絡
9 2 CloudSwinNet地基雲圖分割網絡參數配置及訓練策略
9 3 地基雲圖細粒度分割實驗結果與分析
9 4 討論及結論
第10章 總結與展望
10 1 總結
10 2 展望
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。