我国台风业务预报的评价

本文根据1985—1987年三年资料，评价我国当前台风业务预报现状，并介绍了各种台风移向移速预极方法误差的情况，并按处罚分排列它们的名次，使预报员能了解几种主要客观方法的性能，有利于业务预报的改进。     

标准层流场和涡、散度场的客观分析程序

本文介绍用面积加权平均法客观分析各标准层流场以及涡、散度场的程序,内容包括网格经纬度、水平风速在网格座标中的分量以及涡、散度场和铅直速度场的计算。举例说明在有台风情形时的实际分析结果。     

对台风路径统计动力预报方案(SD-75)的统计参数作调整的试验

本文在台风路径统计动力预报方案(SD-75)扩大样本量以后,重新求出运动方程中的主要作用力的回归表达式。然后,利用调整后的方案(简称SD-85)对1987年台风路径的业务预报作了试验,结果表明该方案的业务预报性能优于SD-75预报方案。     

深度细粒度图像识别研究综述

细粒度图像分类是计算机视觉中一项基础且重要的工作,其目的在于区分难以辨别的对象类别（例如不同子类的鸟类、花或动物）.不同于传统的图像分类任务可以雇佣大量普通人标注,细粒度数据集通常需要专家级知识进行标注.除了视觉分类中常见的姿态、光照和视角变化因素之外,细粒度数据集具有更大的类间相似性和类内差异性,因此要求模型能够捕捉到细微的类间差异信息和类内公有信息.除此之外,不同类别的样本存在不同程度的获取难度,因此细粒度数据集通常在数据分布中表现出长尾的特性.综上所述,细粒度数据分布具有小型、非均匀和不易察觉的类间差异等特点,对强大的深度学习算法也提出了巨大的挑战.本文首先介绍了细粒度图像分类任务的特点与挑战,随后以局部特征与全局特征两个主要视角整理了目前的主流工作,并讨论了它们的优缺点.最后在常用数据集上比较了相关工作的性能表现,并进行了总结与展望.