摘要
本发明提供了一种激光雷达遥感数据回波分类处理方法、介质及系统,属于激光雷达遥感数据处理技术领域,包括:首先,采用预设最低采样率对已知多个目标的激光雷达数据进行降采样,得到最低等级回波数据,并进行标签标注,形成最低等级训练数据集。然后,使用深度学习网络对该数据集进行训练,获得基础分类模型。接下来,构建低秩适应性神经网络训练框架,将基础模型作为初始模型,建立分辨率放大效果方程组。利用该方程组,对更高等级的激光雷达数据进行特征映射,并采用迭代优化方法求解方程组参数,对训练框架进行低秩适应性微调,得到更高等级的分类模型。解决了现有方法只针对特定分辨率的数据进行优化,缺乏跨分辨率的适应能力的技术问题。
技术关键词
激光雷达遥感
采样率
深度学习网络
神经网络训练
迭代优化方法
分类准确率
激光雷达数据
分辨率
激光雷达回波信号
点云编码
特征金字塔
方程
特征提取模块
矩阵
可读存储介质
框架
增强子
系统为您推荐了相关专利信息
仿真数据
回放系统
无人机飞行数据
智能路径规划
多模式
半盲信道估计方法
载波
卫星系统
估计算法
表达式
起动方法
变速抽水蓄能机组
误差函数
矩阵
神经网络训练