全文总字数：2879字

1. 研究目的与意义及国内外研究现状

台风是严重的突发性自然气象灾害，不仅给人们的日常生活带来不便，更甚至是危害了广大民众的人身财产安全，也损害了大量建筑房屋、地质地貌，台风会带来的一系列连锁灾害反应，包括泥石流啊、山崩、水土流失、海水倒灌等现象。这一系列的后果都需要出动大量的人力物力来弥补补救，由此可见关于台风的预测不应停下脚步，而且值得更持续深远的研究。然而当前由于诸多原因的限制，台风（热带气旋）的实测数据较^]，大部分台风风速、气压等要素的判断都依赖于卫星云图，并且这一过程主要还是有人工按照经验来完成。

卷积神经网络是一种优秀的深度学习算法，作为机器学习方法中的一个具有代表性的庞大分支，在目标检测、手写识别、文档分析和计算机视觉等各个领域都有着广泛的应用。基于卷积神经对于图像处理显示出的卓越的优越性，我们受到这个启发，利用卷积神经网络对台风卫星云图进行训练，针对台风最大风速做一个实值回归。

2. 研究的基本内容

本文主要研究了机器学习在台风最大风速估计中的应用。

由于深度学习的不断推广，从中精简出了卷积神经网络，给我们要研究的台风最大风速提供了一个良好的思路。

本文基于上述理论方面的研究，开始尝试着把卷积神经的思想应用到台风最大风速的估计中，这就避免了显式得表现各类算法的函数。

3. 实施方案、进度安排及预期效果

第一周——第三周 撰写开题报告、外文翻译

第四周——第六周 论文初稿完成

第七周——第八周 第一次修改

4. 参考文献

[1] suen c y , nadal c , legault r , et al. computer recognition of unconstrained handwritten numerals[j]. proceedings of the ieee, 1992, 80(7)(7):1162-1180.

[2] xiao j , hays j , ehinger k a , et al. sun database: large-scale scene recognition from abbey to zoo[c]// the twenty-third ieee conference on computer vision and pattern recognition, cvpr 2010, san francisco, ca, usa, 13-18 june 2010. ieee, 2010.

[3] 黄凯奇, 任伟强, 谭铁牛. 图像物体分类与检测算法综述[j]. 计算机学报, 2014, 36(6):1-18.