[1] 丁一汇,柳艳菊. 近50年我国雾和霾的长期变化特征及其与大气湿度的关系[J]. 中国科学:地球科学, 2014,44(1):37-48.
[2] 潘本锋,汪巍,李亮,等. 我国大中型城市秋冬季节雾霾天气污染特征与成因分析[J]. 环境与可持续发展, 2013,38(1):33-36.
[3] 中华人民共和国国家统计局. 中华人民共和国2017年国民经济和社会发展统计公报[N]. 人民日报, 2018-02-28.
[4] 宋洪军,郜园园,陈阳舟. 基于摄像机动态标定的交通能见度估计[J]. 计算机学报, 2015,38(6):1172-1187.
[5] 夏冬,吴志权,谭浩波,等. 广东省能见度自动观测系统资料评估分析与订正[J]. 气象科技, 2014,42(1):68-72.
[6] 唐延婧,裴兴云. 贵州交通站资料应用于山区高速公路低能见度研究[J]. 热带气象学报, 2015,31(2):280-288.
[7] 丁秋冀,包云轩,袁成松,等. 沪宁高速公路团雾发生规律及局地性分析[J]. 气象科学, 2013,33(6):634-642.
[8] 包云轩,丁秋冀,袁成松,等. 沪宁高速公路一次复杂性大雾过程的数值模拟试验[J]. 大气科学, 2013,37(1):124-136.
[9] 田小毅,吴建军,严明良,等. 高速公路低能见度浓雾监测预报中的几点新进展[J]. 气象科学, 2009,29(3):414-420.
[10]BABARI R, HAUTIERE N, DUMONT E, et al. Visibility monitoring using conventional roadside cameras[J]. Transportation Research Part C: Emerging Technologies, 2012,22:17-28.
[11]郭尚书,齐文新,齐宇. 基于暗通道先验的视频能见度测量方法[J]. 计算机与数字工程, 2014,42(6):694-697.
[12]赵亚. 基于深度学习的能见度预测系统的研究[D]. 石家庄:河北科技大学, 2017.
[13]吕宝磊,胡泳涛,李林,等. 利用集合深度学习方法融合多源数据开发全国能见度网格数据[J]. 气象科技进展, 2018,8(6):77-82.
[14]〖ZK(#〗朱敏. 基于深度学习的雾检测方法[J]. 科学技术创新, 2018(36):6-7.
[15]DENG L. Deep learning: From speech recognition to language and multimodal processing[J]. APSIPA Transactions on Signal and Information Processing, 2016,5:1-15.
[16]WU M Y, CHEN L. Image recognition based on deep learning[C]// 2015 Chinese Automation Congress. 2015:542-546.
[17]KRIZHEVSKY A, SUTSKEVER I, HINTON G E. ImageNet classification with deep convolutional neural networks[C]// Proceedings of the 25th International Conference on Neural Information Processing Systems. 2012:1097-1105.
[18]CIREGAN D, MEIER U, SCHMIDHUBERJ. Multi-column deep neural networks for image classification[J]. Computer Science, 2012,157(10):3642-3649.
[19]ERHAN D, SZEGEDY C, TOSHEV A, et al. Scalable object detection using deep neural networks[C]// Proceedings of 2014 IEEE Conference on Computer Vision and Pattern Recognition. 2014:2147-2154.
[20]HE K M, ZHANG X Y, REN S Q, et al. Spatial pyramid pooling in deep convolutional networks for visual recognition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2014,37(9):1904-1916.
[21]CHEN L C, PAPANDREOU G, KOKKINOS I, et al. Semantic image segmentation with deep convolutional nets and fully connected CRFs[J]. Computer Science, 2014(4):357-361.
[22]KARPATHY A, LI F F. Deep visual-semantic alignments for generating image descriptions[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2016,39(4):664-676. |