基于深度学习的生态环境遥感影像分类与特征提取方法

AITNT
正文
推荐专利
基于深度学习的生态环境遥感影像分类与特征提取方法
申请号:CN202411629131
申请日期:2024-11-15
公开号:CN119181023B
公开日期:2025-01-28
类型:发明专利
摘要
本发明提出一种基于深度学习的生态环境遥感影像分类与特征提取方法,通过获取目标生态区域的遥感影像数据,获取五个生态指标的区域指标数据;进行五个生态指标的生态敏感评价与融合,划分多个生态敏感子区域;根据每个生态敏感子区域的生态敏感性数据,结合重要性权重系数选取最优特征提取算法进行特征提取以最终得到特征数据集。本发明能够有目的有侧重地分析处理遥感影像数据,在满足质量要求的前提下提高了处理效率。
技术关键词
生态环境遥感 遥感影像数据 特征提取方法 数字高程模型 地表反射率 指标 辐射传输模型 校正 纹理特征 特征提取算法 灰度共生矩阵 归一化植被指数 色彩直方图 局部二值模式 像素点 空间分析算法
系统为您推荐了相关专利信息
1
基于混合式自编码器集成学习模型检测电机的方法
集成学习模型 编码器 音频特征提取方法 梅尔频率倒谱系数 短时傅里叶变换
2
交叉辐射定标方法、装置及电子设备
交叉辐射定标方法 地表反射率 气溶胶光学厚度 影像 BRDF模型
3
一种基于多元技术融合的台区透明化智能管理系统及方法
智能管理系统 智能感知设备 数据采集层 智能分析模块 异构数据处理方法
4
一种基于大数据的大坝安全监测方法及系统
监测点 大坝 监测方法 大数据 LSTM模型
5
一种基于时间序列遥感影像的多品种水稻产量预测方法
时间序列遥感影像 水稻产量预测方法 水稻冠层 勾画感兴趣区域 无人机遥感数据
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