一种基于深度学习的自然资源要素变化检测方法

本发明公开了一种基于深度学习的自然资源要素变化检测方法，属于自然资源要素检测领域，包括以下步骤：S1、收集多源异构数据并进行预处理；S2、使用深度学习模型提取多源异构数据特征，训练深度学习模型以识别和分类自然资源要素；S3、基于步骤S2的识别结果构建包含自然资源要素、属性和关系的知识图谱，为深度学习模型提供额外的语义信息；S4、将步骤S3获取的知识图谱中的知识嵌入步骤S2所述的深度学习模型中，作为约束条件，获得嵌入知识图谱的深度学习模型；S5、采集待检测区域的多源异构数据，预处理处理后输入步骤S4所述的嵌入知识图谱的深度学习模型中，输出检测结果。本发明采用上述基于深度学习的自然资源要素变化检测方法，通过结构化的知识表示和强大的模式识别能力，提升自然资源变化检测的准确性和理解深度，克服了单一技术的局限性。