[发明专利]基于卷积神经网络的智能闪电识别装置

权利要求书

1.一种基于卷积神经网络的智能闪电识别装置，包括：

输入端，用于输入待识别闪电波形数据，所述闪电波形数据为一维数组序列；所述闪电波形数据包括闪电的时域信号，所述时域信号为闪电放电过程产生的低频和甚低频频段的电磁辐射信号；

首层卷积层，与所述输入端相连，用于初步提取闪电波形数据的特征向量；

中间处理层，与所述首层卷积层相连，用于进一步提取闪电波形数据的特征向量并降低特征向量的维度；

全局最大池化层，与所述中间处理层相连，用于把所述中间处理层所提取的闪电波形数据的特征向量降到一维；

全连接层，与所述全局最大池化层相连，用于综合所述全局最大池化层降到一维的特征向量；

输出端，与所述全连接层相连，用于输出代表闪电类型的1×5的一维特征向量序列；

所述闪电类型依据其放电类型包括：负地闪、正地闪、NBE、初始击穿或普通云闪，实现了大尺度广域雷暴中闪电类型的自动识别。

2.根据权利要求1所述的基于卷积神经网络的智能闪电识别装置，所述首层卷积层的维度为8000。

3.根据权利要求1所述的基于卷积神经网络的智能闪电识别装置，所述首层卷积层的步长为1-3。

4.根据权利要求1所述的基于卷积神经网络的智能闪电识别装置，所述首层卷积层中包含8-64个卷积核。

5.根据权利要求4所述的基于卷积神经网络的智能闪电识别装置，所述卷积核的大小为2-8。

6.根据权利要求1所述的基于卷积神经网络的智能闪电识别装置，所述中间处理层，包括m层中间卷积层和n层中间池化层，其中，4≤m≤9，3≤n≤7。

7.根据权利要求6所述的基于卷积神经网络的智能闪电识别装置，所述中间池化层的层数小于中间卷积层的层数。

8.根据权利要求6所述的基于卷积神经网络的智能闪电识别装置，至少有2个中间卷积层相邻设置。