一种基于零样本学习的人造林碳汇估算方法和系统

AITNT
正文
推荐专利
一种基于零样本学习的人造林碳汇估算方法和系统
申请号:CN202410875070
申请日期:2024-07-02
公开号:CN119006999A
公开日期:2024-11-22
类型:发明专利
摘要
本发明公开了一种基于零样本学习的人造林碳汇估算方法和系统,其技术方案要点是:利用机器狗对人造林进行区域采样,收集单木的树高、胸径和树种信息,并利用这些数据计算单木碳储量;结合人造林观测站的激光雷达数据和无人机激光雷达数据,获取固定区域和整体区域的激光点云;基于零样本计数算法,从点云数据中估算出各区域各树种数量。本发明中,利用机器狗进行高效率的实地数据采集,减少人力资源消耗多源数据融合,提高碳储量估算的空间覆盖率和数据精度;零样本学习算法允许在缺乏某些树种样本的情况下进行准确的树种识别和数量估算;系统可自动化处理大量数据,适用于大范围人造林碳汇量的快速估算。
技术关键词
无人机激光雷达 补丁 激光雷达数据 零样本学习算法 数据生成模型 感兴趣类别 卫星遥感图像 机器狗 预测误差 原型 估算系统 关系建模 识别算法 点云 覆盖率 对象
系统为您推荐了相关专利信息
1
基于补丁提交与风险传播分析的风险函数检测方法及系统
补丁 风险 大语言模型 节点 广度优先搜索算法
2
水下场景设计的高分辨率图像语义分割网络
图像语义分割方法 水下场景 图像语义分割网络 滑动平均值 动态门控
3
界面的调整方法和装置
代码更新 线性回归模型 代码仓库 界面显示区域 编辑界面
4
基于欺骗性纹理的黑盒对抗样本生成方法
深度神经网络模型 样本生成方法 变量 补丁 遗传进化算法
5
基于时间序列对烟丝制造工艺出口水分含量的预测方法
多头注意力机制 补丁 序列 优化预测模型 烟丝
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