摘要
本发明公开了一种基于Swin Transformer的北极海冰密集度预测方法,属于遥感数据分析技术领域。本发明通过生成陆地掩码图像遮蔽陆地区域、融合时空特征处理,利用Swin Transformer网络结构来减少模型计算量,增强模型对时空特征的感知能力,从而使得模型具有较高的鲁棒性。本发明通过分析海冰覆盖的时空变化规律,实现对未来一段时间内海冰密集度的精准预测与监测,为北极海域的航运安全、资源开发、生态环境保护和海洋资源管理等领域提供了可靠的决策依据。
技术关键词
海冰密集度
遥感数据分析技术
输出特征
海洋资源管理
融合时空特征
综合评估模型
空间特征信息
模块
生态环境保护
阶段
融合特征
基准
陆地
网络结构
图片
鲁棒性
参数
注意力
系统为您推荐了相关专利信息
缺陷图像分割方法
混合损失函数
特征选择
图像分割装置
注意力
脑肿瘤分割方法
级联
分层特征提取
高层语义特征
卷积模块
交互特征
预测特征
sigmoid函数
学生
分支
分类识别方法
船舶
噪声图像
分类识别模型
输出特征