基于Swin Transformer的北极海冰密集度预测方法

AITNT
正文
推荐专利
基于Swin Transformer的北极海冰密集度预测方法
申请号:CN202510023155
申请日期:2025-01-07
公开号:CN119961595A
公开日期:2025-05-09
类型:发明专利
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
1
一种齿轮箱缺陷图像分割方法及装置
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
2
基于Mamba架构的级联多尺度卷积与模态增强脑肿瘤分割方法
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
3
一种基于双流网格卷积神经网络的肝脏表面地标分割方法
分割方法 图像分割模型 网格 地标 融合边缘特征
4
基于任务对齐和重参数的学生课堂行为识别轻量化小目标检测模型及方法
交互特征 预测特征 sigmoid函数 学生 分支
5
一种针对水上卡口的船舶快速分类识别方法
分类识别方法 船舶 噪声图像 分类识别模型 输出特征
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