摘要
本发明公开了一种遥感污染物数据获取方法。将遥感污染物数据对应的窗口网格数据划分为缺失数据子集和非缺失数据子集,将缺失数据子集对应的掩码集合随机掩盖于非缺失数据子集中的遥感污染物数据以生成伪缺失数据子集,以及根据非缺失数据子集以及伪缺失数据子集生成预训练模型数据集,根据预训练模型数据集训练得到编解码器模型;根据伪缺失数据子集以及编解码器模型获取与遥感污染物数据对应的遥感污染物缺失数据。通过构建真实掩码预训练机制,可以高效识别出缺失数据的分布模式以获得缺失的遥感污染物数据。不仅可以减少人工干预,提高修复速度,还可以降低错误率,从而显著提高遥感污染物数据的可用性和可靠性。
技术关键词
编解码器模型
数据获取方法
预训练模型
二维卷积神经网络
地理信息数据
解码器架构
网格
神经网络模型
处理器
编码器
注意力机制
程序
样本
错误率
可读存储介质
存储器
训练集
矩阵
系统为您推荐了相关专利信息
修复文物
图像全局特征
修复方法
图像深度特征
异源
软件运行检测方法
预训练模型
训练文本数据
计算机程序产品
可读存储介质