摘要
本发明实施例公开了一种蓄量融合模型的训练方法、使用方法及相关装置,训练方法包括:获取样本水库的同一时间段的第一蓄量数据、第二蓄量数据以及实测蓄量数据;第一蓄量数据和第二蓄量数据分别由样本水库的光学卫星数据和合成孔径雷达卫星数据进行蓄量反演得到;将第一蓄量数据以及第二蓄量数据输入至预设的机器学习模型进行蓄量融合训练,得到融合蓄量预测数据;利用融合蓄量预测数据、实测蓄量数据以及预设的损失函数,确定损失值;若损失值小于等于预设的损失阈值,则确定机器学习模型收敛,将收敛的机器学习模型作为蓄量融合模型。采用上述方式使得蓄量融合模型可以融合两种蓄量预测更真实的蓄量,提高蓄量反演精度,减少蓄量偏差。
技术关键词
合成孔径雷达卫星
机器学习模型
水库
样本
时间段
平滑算法
数据获取模块
插值算法
训练装置
处理器
水体
计算机设备
可读存储介质
存储器
曲线
关系
系统为您推荐了相关专利信息
服务设备
多层前馈神经网络
迁移方法
训练样本集
服务器集群管理
陆地
多元线性回归模型
衰减滤波器
数据生成方法
异常数据
棉花病虫害
预训练模型
识别平台
智能识别方法
识别特征