摘要
本发明公开一种基于多源数据的多模态模型城市固废高精度提取方法,包括收集城市固废多模态数据,包括城市固废遥感光学影像、遥感光谱数据及周边地物数据,对收集的数据进行预处理;基于预处理后的数据构建样本库,通过样本库分别训练光学识别模型、光谱识别模型及地物识别模型,训练后的光学识别模型用于固废区域的初步筛选,得到固废点位的定位及分类结果,训练后的光谱识别模型用于对光学识别模型筛选出的固废点位进一步进行筛选,将通过光学识别模型和光谱识别模型筛选的固废点位周围的地物信息输入地物识别模型,地物识别模型输出固废类别;本发明适用于城市固废监测、环境保护以及土地利用规划,适用于复杂城市环境中的固废信息提取。
技术关键词
高精度提取方法
遥感光学影像
城市固废
随机森林模型
地物识别
地物信息
联合特征提取
局部特征提取
土地利用规划
图像配准技术
特征选择
上下文特征
校正
分类特征
坐标
样本
数据编码
输出特征
系统为您推荐了相关专利信息
金融风险评估方法
大数据
随机森林模型
成分分析
特征值
理论预测模型
随机森林模型
评估系统
互联网
样本
智能新风机组
特征值
调控方法
机器学习模型
随机森林模型
时间序列遥感影像
红树林
恢复检测方法
归一化植被指数
变化检测模型
栓塞
机器学习模型
梯度提升决策树
形状特征提取
纹理特征提取