摘要
本发明公开了一种输电走廊树木分类方法、系统、设备及介质,包括:获取输电走廊区域的高光谱图像;对高光谱图像进行数据预处理和数据增强;基于经过预处理和增强的高光谱图像,创建深度学习模型,提取多层次的光谱和空间特征;采用优化循环技术对深度学习模型进行训练,得到最优的模型参数;将新的高光谱图像数据输入到已经训练好的深度学习模型,得到输电走廊区域的树木类别结果。本发明克服了简单模型在高光谱数据中的不足,极大提高了分类的准确性,尤其是在树种较为复杂或存在光照变化、干扰等不确定因素的环境下。
技术关键词
树木分类方法
输电走廊
深度学习模型
降维技术
数据
多层次
更新网络参数
特征提取模型
高斯滤波器
图像获取模块
分类系统
协方差矩阵
程序
贡献率
超参数
可读存储介质
处理单元
系统为您推荐了相关专利信息
焊点缺陷检测方法
汽车门板
训练集
图片
多层级特征
无人机航拍数据
混合拓扑结构
分布式光伏组件
卫星云图
拓扑结构信息
视频会议终端
发言人
音频优化方法
翻译字幕
计算机程序代码
病变分析方法
图像处理模块
图像采集模块
图像识别分析技术
颜色分析
预训练模型
分子
无监督学习
迁移学习模型
疏水相互作用