摘要
本发明提出了一种集成先验光谱信息和多时相深度学习网络的马铃薯种植区提取方法,包括:获取马铃薯生长期的遥感影像数据;基于所述遥感影像数据,获取马铃薯先验光谱信息;基于所述马铃薯先验光谱信息和光谱图像信息,构建数据集;利用所述数据集对多时相深度学习网络进行训练,获取马铃薯种植区预测模型;将待预测的马铃薯种植区遥感影像数据输入马铃薯种植区预测模型,获取马铃薯种植区的遥感提取结果。本发明采用了一种新颖的多时相深度学习网络,通过集成了先验信息、空间和时间等多源信息,综合提高了分类器的诊断能力,克服了单源特征信息对同质作物识别不佳的缺点。
技术关键词
遥感影像数据
深度学习网络
极化特征
种植区
反射率
网络模块
物候特征
指数特征
深度神经网络结构
时序特征
线性插值方法
图像块
序列
卷积特征
滤波算法
分支
系统为您推荐了相关专利信息
数字高程模型
三维地质模型
三维实体模型
插值算法
遥感影像数据
数据压缩方法
卡尔曼滤波器
深度学习网络提取
深度学习特征提取
深度学习模型
分析系统
数据存储
数据分析模块
眼科
回归预测模型