摘要
本发明公开了一种林区物候及环境扰动检测方法和系统,包括:获取林区遥感时间序列图像数据;根据林区遥感时间序列图像数据,基于卷积神经网络和时间注意力机制构建时间序列全卷积神经网络模型;基于林区遥感时间序列图像数据,构建样本数据集,对时间序列全卷积神经网络模型进行训练,获得林区物候及环境扰动检测模型;将林区遥感时间序列图像数据输入林区物候及环境扰动检测模型,获得林区物候及环境扰动检测结果。本发明提供的技术方案,能够利用高时序中空间分辨率的林区遥感时间序列图像数据,构建时间序列全卷积神经网络模型,识别林区物候及环境扰动变化,定位扰动区域和时间。
技术关键词
时间序列图像
全卷积神经网络
林区
注意力机制
注意力编码器
深度卷积网络
卷积技术
卷积模块
时空分布图
融合特征
时序
滑动技术
优化器
分辨率
样本
分层
数据获取模块
系统为您推荐了相关专利信息
点云分类方法
点云图像
多层感知机
分类网络
注意力机制
反馈优化方法
光谱传感器
时间卷积网络
模块化接口系统
传感器特征
数据分析方法
故障传播路径
设备拓扑结构
配电系统
异构传感器
电网故障处置
电网设备信息
风险控制策略
三元组
全景智能