来源：期刊VIP网 时间：
作者：车蕾;李磊磊;刘立勇;
单位：北京信息科技大学信息管理学院;中国科学院国家天文台;
摘要：云量是天文领域中地基光电望远镜站址选择的重要评价参数之一。针对全天空相机成像的日间云量计算存在的问题，提出一种基于深度学习的全天空相机成像日间云量计算模型。云检测层，模型通过构建通道加权-特征融合(channel weighting-feature fusion, CWFF)结构，从而加强对云层记忆能力和深层特征的提取能力以完成云检测任务；云量计算层，模型提出一种基于云检测模型的云量计算方法，有效提高云量计算的误差率。实验表明，该方法在云检测任务中的综合准确率超过95%，在云量计算任务中的平均绝对误差不超过5%。
关键词：全天空相机;;云量计算;;深度学习;;U型网络
基金资助：国家重点研发计划(YS2021YFC2203202);; 国家自然科学基金(11873063);; 全国高等院校计算机基础教育研究会计算机基础教育教学研究课题(2023-AFCEC-004)
