摘要
本发明公开了一种基于多场景多模态电力走廊数据自适应分类方法及系统,该方法包括:采集多场景电力走廊数据并建立多场景数据训练集;对采集到的电力走廊数据进行预处理;采用多模态数据对采集缺失的电力走廊数据进行信息补充,提取多场景的全局特征和单档电力走廊数据的局部特征;将全局特征和局部特征输入至预先构建的自适应分类模型中进行训练,得到电力走廊数据分类结果。本发明通过对单档数据内多时段性可见光数据打场景标签,统计场景出现概率,最大概率为该档点云数据的场景标签;然后针对不同场景类型,通过自适应方法设定不同的分割参数对不同场景的电力走廊分类处理;多模态数据多场景电力走廊分割方法具有很高的泛化性,分类精度较高。
技术关键词
电力走廊
多场景
多模态
分类方法
数字表面模型
可见光
地形特征
导线方法
构建数字高程模型
数据分类
训练集
点云密度
标签
分类系统
植被
光谱分析
局部特征信息
系统为您推荐了相关专利信息
清洁控制系统
扫地机器人
金属氧化物半导体气体传感器
光谱特征提取
模式
预训练模型
搜索器
文本实体识别
医学知识图谱
非结构化文本
大数据分析系统
人工智能设计
管理系统
销售系统
平台