一种基于LSTM模型的植被指数插值方法及系统

AITNT
正文
推荐专利
一种基于LSTM模型的植被指数插值方法及系统
申请号:CN202411892211
申请日期:2024-12-20
公开号:CN119337073B
公开日期:2025-03-07
类型:发明专利
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
1
基于域适应的跨设备侧信道攻击模型的构建及应用方法
密码设备 编码器 数据 跨设备 加密算法
2
机器人的全身控制方法、控制装置、存储介质及机器人
知识蒸馏技术 控制机器人运动 序列 仿真器 注意力机制
3
一种用于束带机的扎带缺陷检测方法及系统
缺陷检测方法 扎带 像素点 划痕缺陷 束带
4
一种风电场站内损耗计算及无功优化控制方法
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
5
一种基于双断点断路器的短路电流过零点多步预测方法
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
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