摘要
本发明公开了一种用于大气异常即时遥感探测的卫星芯片级算法构建方法,涉及大气异常探测技术领域,基于高光谱卫星遥感数据和地面监测站点数据,结合气体吸收光谱特性,构建角度信息融合波段特征,生成遥感信息融合大气参数的数据集;构建基于大气参数定量反演的深度学习模型,结合地面站点数据评估模型精度,修改不同特征权重提高模型反演精度;对构建的基于大气参数定量反演的深度学习模型进行轻量化操作,减小参数量得到可在低功耗芯片上运算的轻量级模型,并在开发板上模拟星上运行工况,综合评估模型在轨运行性能和精度。本发明构建的模型不仅有效地降低了计算负载,同时在保持精度的基础上,显著提升了卫星实时数据处理的效率。
技术关键词
算法构建方法
深度学习模型
地面监测站
梯度提升决策树
开发板
参数
气体吸收光谱
综合评估模型
卫星遥感数据
实时数据处理
低功耗芯片
方位角
精度
训练集
工况
浮点数
地面站
系统为您推荐了相关专利信息
Django框架
特征可视化方法
深度学习模型
网页形式
可视化网页
网络舆情分析方法
海量文本数据
网络舆情分析系统
大数据处理框架
深度学习模型