一种基于物理约束神经网络的双极化SAR浅海水深反演构建方法

AITNT
正文
推荐专利
一种基于物理约束神经网络的双极化SAR浅海水深反演构建方法
申请号:CN202410739992
申请日期:2024-06-07
公开号:CN118311576B
公开日期:2024-09-03
类型:发明专利
摘要
本发明公开了一种基于物理约束神经网络的双极化SAR浅海水深反演构建方法,涉及遥感技术领域。本发明设计了一种基于物理约束神经网络的双极化SAR浅海水深反演构建方法,通过对不同雷达参数和物理环境因子组合分析,确定了适合动力过程丰富的河口区域浅海水深雷达遥感反演的参数组合;通过引入SAR遥感影像极化比和成像时刻风场矢量的物理辅助信息,解决了高浊度水域浅水地形遥感反演误差大的问题,实现高浊度水域浅水地形信息的高效精准获取。
技术关键词
DNN模型 样本 浅水地形 SAR遥感影像 物理 数据 皮尔逊相关系数 合成孔径雷达 标准化方法 遥感反演 遥感技术 高浊度 误差 标签 优化器 风场 精度
系统为您推荐了相关专利信息
1
lncRNA-ACS1标志物及在制备诊断、筛查或评估急性冠状动脉综合征产品的应用
急性冠状动脉综合征 引物 荧光染料 生物医学技术 生物标志物
2
一种基于潜空间优化的林业遥感数据轻量化方法
数据轻量化方法 林业遥感 特征提取网络 图像分类网络 编码器
3
一种基于多分区自适应触发的模型版权保护方法及系统
版权保护方法 DPSO算法 样本 多分区 标记
4
图像预测方法、图像预测模型的训练方法、装置及设备
泡沫 样本 编码器 生成对抗网络 编辑
5
基于TCN-GRU神经网络模型和迁移学习的锂离子电池SOC估计方法
GRU神经网络 SOC估计方法 平方根容积卡尔曼滤波 锂离子电池 迁移学习技术
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号