摘要
本发明公开一种基于多模态遥感数据融合的滑坡灾害识别方法及系统,涉及滑坡灾害识别技术领域,包括:获取不同时间尺度的多模态历史滑坡遥感数据;从每种模态的历史滑坡遥感数据中提取滑坡风险表征指标;对每种模态在不同时间尺度的滑坡风险表征指标利用扩展卡尔曼滤波进行降噪、平滑及融合,提高数据的准确性和鲁棒性,采用多模态滑坡数据集训练滑坡灾害识别模型,对当前时刻的多模态遥感数据采用训练后的滑坡灾害识别模型识别滑坡灾害,实现滑坡灾害的智能识别并提高滑坡识别精度。
技术关键词
滑坡灾害
地基合成孔径雷达
多模态
光学遥感数据
激光雷达数据
识别方法
热红外遥感数据
指标
风险
扩展卡尔曼滤波
训练卷积神经网络
协方差矩阵
处理器
可见光波段
线性单元
计算机程序产品
系统为您推荐了相关专利信息
智能决策系统
人工智能模型
语音
人脸
数据分析模块
视觉警示信号
骨骼关键点
引导系统
患者
分布式压力
缺失预测方法
联合优化算法
损失函数优化
多模态
编码器模块