基于多层次注意力特征增强的跨域农田识别方法

AITNT
正文
推荐专利
基于多层次注意力特征增强的跨域农田识别方法
申请号:CN202510659646
申请日期:2025-05-21
公开号:CN120564038A
公开日期:2025-08-29
类型:发明专利
摘要
本发明公开了基于多层次注意力特征增强的跨域农田识别方法,包括:S1、分别针对源域和目标域,通过二维卷积神经网络分层提取农田的空间特征,通过三维卷积神经网络从作物中提取光谱特征;S2、初始化空间知识库和光谱知识库;S3、计算源域的空间特征和光谱特征的均值和方差,分别写入空间知识库和光谱知识库;S4、基于空间知识库和光谱知识库,通过引入注意力机制,分别对源域、目标域的空间特征和光谱特征进行增强;S5、基于增强后的源域、目标域的空间特征和光谱特征,对域判别器和特征提取器进行交叉训练;S6、利用训练好的域判别器和特征提取器进行农田识别。本发明实现了源域二维空间特征与三维光谱信息的高效迁移。
技术关键词
三维卷积神经网络 二维卷积神经网络 农田识别方法 特征提取器 引入注意力机制 多层次 样本 标签 分层 田埂 因子 动态 条目 风格 通道 纹理 重构
系统为您推荐了相关专利信息
1
一种基于时空智能体的空气污染浓度预测方法及系统
浓度预测方法 消息传递网络 多任务损失函数 空气质量监测站 空气质量预测技术
2
基于正负样本对比学习的原型网络DNTF共晶预测方法
共晶预测方法 预测网络模型 样本 晶体 配体
3
基于迁移学习的天气突变场景下电力负荷预测模型的对抗训练方法和设备
电力负荷预测模型 气候 电力负荷模型 特征提取器 分类器
4
基于对抗式迁移学习的罕见血型鉴定方法、介质及设备
血型鉴定方法 迁移学习模型 空间金字塔池化 对抗性 引入注意力机制
5
一种基于稀疏高斯过程回归的轴承剩余寿命预测方法
剩余寿命预测模型 深度时空特征 信息处理模块 连续小波变换 深度特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号