Page 142 - 计算机应用软件开发技术研究
P. 142
计算机应用软件开发技术研究
Research on Computer Application Software Development Technology
中的三个重要参数，即数据区域大小、神经元之间的联系以及神经元的数量。现
阶段卷积神经元多用于计算机自然语言数据信息的处理方面以及计算机视觉语言
的处理方面，在计算机识别过程中，通过对该网络系统的应用可以实现光谱特征
以及光谱建模的可视化。前馈神经网络 CNN 作为一种深度学习方法，可以使用
没有经过光谱预处理的原始光谱进行建模，改进了光谱分析的流程，如卷积神经
网络可用于分析实验室中山羊角水解过程中的拉曼光谱。
随着时代的进步与科技的迅速发展，大数据时代悄然而至，在大数据技术在
各行业领域的应用逐步深入的背景之下，想要充分发挥大数据技术的应用优势，
对于数据挖掘技术的掌握、研究与应用是必不可少的。机器学习作为当前数据挖
掘中的重要内容，通过对其应用能够更加准确、快速地处理各种复杂性问题。
对此，相关人员还需加强对机器学习的应用实践与深入研究，加强技术应用与优
化，进一步发挥机器学习在数据挖掘中的应用优势，为社会的进步与发展提供更
大的助力。
三、机器学习在气象领域的应用
近 10 年来，随着信息技术和智能算法技术的突破，人工智能（AI）技术呈
现出加速发展的态势，特别是在机器学习、图像识别、大数据分析等技术上产生
了相当成熟的成果。在气象领域，各国为推动人工智能的相关应用开展了大量工
作。2020 年 2 月，美国国家海洋和大气管理局（NOAA）正式发布了人工智能
战略，围绕建立有效的组织结构和流程、推进人工智能研究和创新、加快 AI 研
究与应用、加强和扩大人工智能伙伴关系、提高员工对人工智能的理解程度等方
面提出了战略目标。英国气象局为了研究云计算、人工智能等新技术在气象领域
的应用，成立了信息实验室，并与美国亚马逊公司合作研发数据存储、云计算技
术，与微软公司合作研发 AI 技术等。中国气象界也在积极探索将 AI 技术与气象
业务科技发展相结合，并在业务中积极尝试。
机器学习在气象领域的应用主要是机器学习相关算法和模型结合气象应用
不断调整和优化。机器学习的算法很多，一般根据学习方式分为监督学习算法、
非监督学习算法和强化学习算法。监督学习算法常应用于分类问题和回归问题。
常见算法有逻辑回归（Logistic Regression）、神经网络（Neural Networks）、朴
素贝叶斯分类器（Naive Bayes Clas-sifier）、决策树（Decision Trees）、线性回
·130·
