一种基于部分卷积神经网络的植被光学厚度数据重建方法

AITNT
正文
推荐专利
一种基于部分卷积神经网络的植被光学厚度数据重建方法
申请号:CN202411509786
申请日期:2024-10-28
公开号:CN119048690B
公开日期:2024-12-27
类型:发明专利
摘要
本申请提供了一种基于部分卷积神经网络的植被光学厚度数据重建方法,用于首次将部分卷积神经网络引入植被光学厚度的数据缺失填补工作中,通过部分卷积神经网络来对初始植被光学厚度数据实现时空重建,以获得时空分辨率明显改善的目标植被光学厚度数据,如此能够捕捉植被含水量的精细变化,有助于更深入地理解植被对干旱响应的生理机制,为植被光学厚度数据在精细尺度植被监测研究中的应用提供强有力的数据支持。
技术关键词
植被 数据重建方法 微波辐射计 分辨率 卫星遥感技术 神经网络单元 样本 因子 线性单元 掩模 日期 孔洞 基础 陆地 影像 定义 图像
系统为您推荐了相关专利信息
1
高分辨率遥感图像云计算优化分布式检索方法
高分遥感图像 分布式检索方法 高分辨率遥感图像 MapReduce架构 视觉词袋模型
2
掩模版的设计图形的生成方法、装置、设备、介质及产品
图形处理 生成方法 模版 亚分辨率辅助图形 版图
3
一种基于多模态深度学习框架的冷冻电镜密度图重建方法
多模态深度学习 冷冻电镜 密度 傅立叶 框架
4
图像搜索方法、设备、存储介质及程序产品
图像匹配 图像搜索方法 对象 拍摄位置信息 索引
5
一种基于先验知识深度学习的实测重磁数据去噪方法
深度学习网络模型 数据去噪方法 融合先验知识 重磁数据 噪声数据
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