摘要
本发明涉及槟榔黄化病病情等级评价技术领域,具体是基于光谱指数APYDI的槟榔黄化病病情等级评估方法,包括:利用注意力机制和深度可分离卷积构建光谱特征提取模块,在网络中加入可变形卷积模块和空洞卷积模块来提取特征信息;通过硬阈值策略获取与黄化病相关性较高的光谱波段和波段的权重值;将波段和权重进行加权求和组成用于评估槟榔黄化病病情等级的光谱指数APYDI;结合时序信息,对不同时间节点的槟榔病情等级进行准确评估。本发明利用注意力机制和深度可分离卷积构建的光谱特征提取模块完成敏感波段及权重的获取,采用光谱空洞卷积模块和可变形卷积模块对病情等级评估模型进行优化,有效地提高了槟榔黄化病病情评估的性能。
技术关键词
槟榔黄化病
等级评估方法
卷积模块
指数
光谱特征提取
残差模块
光谱特征信息
通道注意力机制
硬阈值函数
空洞
线性插值法
卷积方法
评价技术
策略
代表
传播算法
叶片
系统为您推荐了相关专利信息
适宜性评价方法
因子
标志
随机森林模型
数据分析软件
三维模型
建设管理系统
社会统计数据
时空大数据
趋势预测模型
多模态数据融合
滚动体轴承
建议方法
应变片
历史故障信息
模型驱动深度学习
相位解调方法
深度学习网络
强度
深度学习训练