摘要
本发明公开了一种基于深度特征提取的协同学习遥感生物量反演方法,包括如下步骤:(1)构建基于堆叠遥感影像的遥感‑生物量数据集,然后构建基本骨干网络,包括深度特征提取部分与KNN推理部分,两个部分合并称为CoModel;(2)构建协同半监督学习框架;(3)进行半监督训练步骤,基于深度特征提取与KNN预测,生成若干个最佳伪标签,用以提升生物量预测精度;(4)使用伪标签初始化两个深度特征提取模型,并通过对应的两个KNN预测生物量值,取两个预测生物量值的平均和作为最终预测结果,相比于使用原始标签初始化,得到更优生物量预测精度;(5)基于滑动窗口与矩阵变换操作,得到基于遥感堆叠影像的生物量预测的空间分布结果。
技术关键词
深度特征提取
反演方法
无标签数据
半监督学习
语义特征
影像
半监督训练
滑动窗口
度量
中间层
训练集数据
像素排列
坐标系
分辨率
K近邻