摘要
本发明公开一种基于卷积神经网络的陆表温度降尺度方法、产品、介质及设备,涉及陆温观测领域。本发明首先获取同时相或邻近时相的高分辨率陆表温度数据以及高分辨率辅助数据并构建多源高分数据库;构建卷积神经网络降尺度模型;基于多源高分数据库构建深度学习训练样本集;采用深度学习训练样本集对卷积神经网络降尺度模型进行训练和测试,训练完成后获得高分辨率陆表温度降尺度模型;针对待降尺度的低分辨率陆表温度数据,使用高分辨率陆表温度降尺度模型进行降尺度,获得高分辨率陆表温度数据。本发明能够实现低分辨率到高分辨率的陆表温度数据降尺度,同时提高陆表温度数据的时间和空间分辨率。
技术关键词
降尺度方法
构建卷积神经网络
训练样本集
训练卷积神经网络
数据降尺度
图像块
处理器
上采样
掩膜
计算机程序产品
分辨率
多光谱
计算机设备
可读存储介质
存储器
备份
参数
指数
系统为您推荐了相关专利信息
数字化识别方法
胶体金检测卡
食品安全大数据
OTSU阈值
像素
模糊控制器
模糊集合
模糊规则库
卷积神经网络训练
神经网络控制器
车间
无线设备
功率调节方法
图像分割算法
电子设备
识别方法
多视点图像
融合多视角信息
特征提取网络
卷积神经网络技术
仿真模型
训练样本集
设备液压系统
故障诊断方法
数据