摘要
本发明涉及植被指数处理技术领域,具体公开了一种基于LSTM模型的植被指数插值方法及系统,所述方法包括根据预设的时间周期获取植被区域的遥感数据,根据所述遥感数据计算植被指数;根据时间顺序排列计算得到的植被指数,根据植被指数的数量确定特征时间窗和标签时间窗,基于特征时间窗选取特征,基于标签时间穿选取标签,构建样本集;基于新的样本集训练LSTM模型,基于LSTM模型对数据缺失位置进行数据预测,得到预测值,将预测值插入所述数据缺失位置。本发明通过遥感数据获取植被指数,得到指数序列,基于所述指数序列训练LSTM模型,在面对缺失数据时,借助训练好的LSTM模型即可对缺失数据进行数据补齐,准确率极高。
技术关键词
LSTM模型
指数
插值方法
标签
序列
反射率
样本
插值系统
选取特征
植被
元素
数值
统计特征
数据获取单元
查询特征
红外光
频率转换
模块
系统为您推荐了相关专利信息
知识蒸馏技术
控制机器人运动
序列
仿真器
注意力机制
无功优化控制方法
时间序列预测模型
强化学习模型
设备运行状态
调控策略
双断点断路器
多步预测方法
混合预测模型
注意力机制
卷积神经网络特征提取