摘要
本发明提供了一种基于多源数据融合的自然资源动态监测方法及系统,包括:获取待监测区域自然资源的多源监测数据,从多源监测数据中提取多源时空特征进行拼接得到初步融合特征;基于初步融合特征构建特征图结构,利用图卷积网络对特征图结构中的节点进行聚合变换得到初步融合特征的高阶特征,对高阶特征进行主成分分析得到目标融合特征;将目标融合特征输入动态监测网络进行分析,得到资源状态分析结果和变化趋势预测结果;图结构能够捕捉特征维度之间的复杂依赖关系,通过图卷积网络提取特征维度之间的高阶关系,增强特征的判别性,提高了状态分类和预测任务的准确性;通过主成分分析对高阶特征降维,减少特征冗余,提升了计算效率。
技术关键词
融合特征
多源监测数据
变化趋势预测
无人机影像数据
自然资源
长短期记忆网络
深度学习模型
动态监测方法
遥感影像数据
时间序列特征
皮尔逊相关系数
成分分析
节点
深度卷积神经网络
动态监测系统
线性
数据分析模块
系统为您推荐了相关专利信息
LiDAR点云
混合模块
特征提取模块
自动驾驶系统
采样点
融合特征
信号分析方法
组网结构
时序特征
频谱特征