一种基于无监督深度学习的青藏高原湖泊提取方法及设备

AITNT
正文
推荐专利
一种基于无监督深度学习的青藏高原湖泊提取方法及设备
申请号:CN202510145926
申请日期:2025-02-10
公开号:CN120126018A
公开日期:2025-06-10
类型:发明专利
摘要
本发明提供一种基于无监督深度学习的青藏高原湖泊提取方法及设备,涉及遥感影像分析领域,包括:通过初始影像集合计算获得伪标签影像;对初始影像集合进行多波段合成和水体指数划分,获得训练影像集合;通过训练影像集合对多尺度注意力网络模型进行预训练;通过更新标签影像和训练影像集合继续训练多尺度注意力网络模型,获得训练好的多尺度注意力网络模型;通过训练好的多尺度注意力网络模型对研究区影像中的湖泊进行预测。本发明通过多尺度注意力网络模型最终获得的湖泊制图在定量评价和定性评价两个角度都具有卓越的表现,因此多尺度注意力网络模型具有较强的泛化能力,能够适应不同地区和传感器的地物特征差异。
技术关键词
无监督深度学习 青藏高原 注意力 水体 编码模块 输出特征 多尺度 像素 标签 指数 网络 表达式 遥感影像分析 Otsu算法 多波段 地物特征 解码器 样本
系统为您推荐了相关专利信息
1
基于预训练Transformer模型的电网风险识别方法及介质
风险识别方法 检修计划 电网运行数据 自然灾害风险 电网运行状态
2
多模态脑卒中智能预警方法及系统
多模态 智能预警方法 预警模型 节点 特征提取模型
3
基于双向特征增强异构图卷积的恶意社交机器人检测方法
文本特征向量 节点特征 卷积网络模型 社交机器人 关系网络
4
一种基于大数据的城市绿化系统及其优化方法
城市绿化系统 生长预测模型 植物生长状况 无人机巡检系统 混合整数线性规划
5
一种基于PNTA的卫星时空轨迹数据关联分析方法
时空轨迹数据 关联分析方法 模态特征 滑动窗口 指数
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