摘要
公开了一种植物叶片高光谱性状估计方法、装置、设备及存储介质,属于植物性状估计技术领域,该方法包括:获取植物叶片高光谱数据集;基于植物叶片高光谱数据集,采用自监督学习的方式预训练性状估计模型,在采用自监督学习的方式预训练性状估计模型的过程中,将植物叶片高光谱数据集中的数据嵌入为高维特征序列后,基于高维特征序列进行自监督学习,高维特征序列包括多个高维特征,高维特征为隐空间中的特征;针对目标性状估计任务,微调预训练的性状估计模型,微调后的性状估计模型用于基于植物叶片的高光谱数据对目标性状进行估计。该方法既能够准确地进行植物叶片高光谱性状估计,又能够广泛地应用于多种性状估计。
技术关键词
叶片
数据嵌入
波长
多层感知机
估计方法
序列
性状预测模型
反射率
线性
计算机设备
注意力模型
可读存储介质
计算机程序产品
处理器
编码器
模块
存储器
系统为您推荐了相关专利信息
频偏估计方法
查找表
多普勒频偏估计
表达式
电路系统
尿素氮
动态校正算法
在线检测模块
输送模块
光度
金属板材成型设备
参数
克里金模型
框架
消息传递机制
涡轮叶片铸造
涡轮叶片模具
轮廓模型
模具内腔
铸件