摘要
本申请适用于遥感技术领域,提供了一种遥感图像的预测方法、装置、终端设备及存储介质,包括:先获取遥感图像的初级特征向量,再根据多头注意力机制对初级特征向量进行特征增强,生成增强特征向量,接着根据增强特征向量生成思考LSTM层第n次隐层状态向量和记忆向量,再将最佳思考次数代入至思考LSTM层第n次隐层状态向量和记忆向量,以生成思考LSTM层的最终隐层状态向量和最终记忆向量,并将最终隐层状态向量确定为推理词向量,最后对推理词向量进行线性变换后结合激活函数,生成预测结果。由此,通过对遥感图像进行基于特征增强和多步思考注意力的描述算法,从而提高遥感图像预测结果的精确度。
技术关键词
多头注意力机制
sigmoid函数
记忆
卷积神经网络模型
终端设备
图像
可读存储介质
处理器
遥感技术
预测装置
模块
存储器
计算机
线性
算法
元素
参数
系统为您推荐了相关专利信息
配电设备在线监测
多模态数据融合
机械振动信号
设备运行状态
诊断模块
四足机器人
多头注意力机制
神经网络模型
实时状态信息
贪心算法
平台构建方法
实时监测数据
数据采集频率
标签
电力设备监控系统
深度学习模型
注意力
模型压缩方法
学生
深度学习框架