摘要
本发明公开了一种基于LSTM预测的遥感影像时序插值方法及装置,涉及遥感影像时序插值预测技术领域,其中方法包括:获取目标区域历史时序遥感影像数据,进行预处理;划分为训练集、验证集和测试集;构建Swin‑LSTM模型并进行训练验证;利用训练验证后的Swin‑LSTM模型生成时序插值影像预测。本发明结合了Swin Transformer模块和LSTM模型,组合成为Swin‑LSTM模型,通过融合时间和空间特征,该模型能够更准确地预测和插值缺失的遥感影像数据,通过动态更新的推理机制,提升了预测结果的连续性和精度。
技术关键词
LSTM模型
插值方法
时序遥感影像
遥感影像数据
非暂态计算机可读存储介质
训练集
直方图均衡化
推理机制
多层感知机
处理器
动态更新
输入模块
输出模块
方程
存储器
连续性
系统为您推荐了相关专利信息
熏蒸杀虫方法
人工智能算法模型
基础
因子
数据处理模块
日志
预警方法
模式识别模型
子系统
地铁信号系统
化预测方法
记忆单元
计算机可执行指令
时序
序列
烟区土壤
pH值
预测误差
地理信息系统
编制方法
寿命评估系统
锅炉四管
寿命预测模型
数据采集模块
分析模块