摘要
本发明涉及遥感测控技术领域,具体涉及一种D2D通信中联合干扰消除和资源分配的优化方法,通过架构SCDN网络模型,使用StarBlock作为编解码的基本模块,使用WAM增加模型的特征提取能力,进而提高模型的滑坡提取能力;具体采用WAM模块,通过聚合空间维度的权重和通道维度的权重,增强模型对特征的的利用效率,进而提高模型对于滑坡的鉴别能力。在获得改进SCDN网络模型后,使用GVLM公开数据集进行训练及验证,获得迭代后的最佳模型,最终使用最佳模型进行预测获得滑坡提取结果。本发明通过区分影像上的相似光谱和纹理特征,提高了模型的提取能力的精度和准确度。
技术关键词
资源分配
接收机
匈牙利算法
遥感测控技术
迫零预编码
特征提取能力
数学模型
发射机
蜂窝系统
纹理特征
频率
编解码
矩阵
网络
信道
影像
模块
精度
系统为您推荐了相关专利信息
联邦学习方法
空天地一体化网络
基站
高性能
时延
搜索方法
单脉冲
算法
C++编程语言
文件格式结构
云端
资源调度方法
粒子群方法
基站覆盖范围
时延
资源分配策略
动态电压频率调节
资源分配方法
数据
队列