基于机器学习的植被衰减预测方法、介质和电子设备

AITNT
正文
推荐专利
基于机器学习的植被衰减预测方法、介质和电子设备
申请号:CN202410959914
申请日期:2024-07-17
公开号:CN118917532A
公开日期:2024-11-08
类型:发明专利
摘要
本发明公开了一种基于机器学习的植被衰减预测方法、介质和电子设备,该方法包括:获取植被衰减数据,该植被衰减数据包括衰减模式参数值、辐射源坐标、接收机坐标和辐射源发射的电磁波频率;训练植被衰减预测模型,将植被衰减数据输入至植被衰减预测模型预测得到对应的电磁波功率损耗值,以实现植被衰减预测。本发明无需植被的电参数、三维形状以及空间分布情况等信息,即可实现植被衰减预测,并且该方法可获取海量的植被衰减数据,并通过海量的植被衰减数据通过射线追踪算法可实现植被衰减精准预测。
技术关键词
衰减预测方法 植被 射线追踪算法 接收机 辐射源 GPU并行计算方法 绿化带 模式 预测模型训练 坐标 电子设备 数据 处理器 损耗 可读存储介质 功率 频率 存储器 参数
系统为您推荐了相关专利信息
1
一种基于遥感影像光谱的植被冠层氮含量预测方法
植被 指数 机器学习模型 影像 位置更新
2
一种估算不同修复年限湿地土壤有机碳含量的方法及系统
土壤有机碳含量 土壤有机质含量 遥感影像数据 卫星影像数据 纹理特征
3
一种基于无人机激光雷达的苜蓿冠层高度监测方法
无人机激光雷达 监测方法 苜蓿 数字表面模型 数字高程模型
4
一种基于无人机遥感技术的图像识别监测方法
无人机遥感技术 监测方法 指数平滑模型 原始图像数据 光谱成像仪
5
一种考虑植被物候特征的干旱评估方法
干旱评估方法 物候特征 Pearson相关系数 指数 地理加权回归
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