摘要
本发明公开了一种融合遥感数据和气象数据的估产模型构建方法,旨在有效整合多源数据特征以提高冬小麦的估产精度。本发明首先构建冬小麦估产遥感数据集和气象数据集,为后续研究提供了坚实的数据基础。构建多源数据深度特征融合估产模型,旨在全面提取遥感数据和气象数据的关键特征表示,有效建模遥感特征与气象特征之间的深度关联,从而增强模型对产量变化趋势的敏感性。最后,通过构建的数据集对模型进行训练与评估,并采用R²、RMSE和MAE这三种指标对模型性能进行比较,选出最优估产模型。实验结果表明,本发明方法在估产精度和模型稳定性方面均有显著提升,为大尺度冬小麦估产提供了可行的技术方案。
技术关键词
特征提取模块
模型构建方法
气象
数据
深度特征融合
多层感知机层
交叉注意力机制
空间光谱特征
跨模态
融合全局特征
融合局部特征
编码器模块
表达式
时序
融合特征
分支
模态特征
分量特征
系统为您推荐了相关专利信息
企业评分方法
指标
报告
企业数据处理
BP神经网络模型
数据
网络模型训练
更新模型参数
策略
视觉里程计
风洞试验模型
推力标定
引射器
动力学特性数据
一体化方式