摘要
本发明公开了一种多模态数据融合的遥感影像云分类方法、系统、设备及介质,包括获取多模态数据和已知的云类型标签,对多模态数据分别进行预处理形成输入数据,输入数据与云类型标签按照比例划分为训练集,验证集和测试集;小波一致性对齐模块对输入数据执行多尺度小波变换,得到每个模态的小波特征张量;构建云分类主干网络模型;采用训练集、验证集和测试集对云分类主干网络模型进行训练和评估得到优化后的云分类主干网络模型,将待分类的光学遥感云图像以及云剖面雷达反射率数据和大气物理属性数据输入云分类主干网络模型,对光学遥感云图像进行预测,输出目标区域内各像素点对应的云分类结果标签图。本发明提升复杂场景下的云识别精度与稳定性。
技术关键词
多模态数据融合
云分类方法
反射率数据
采样模块
多尺度
层次化结构
融合特征
二维离散小波变换
对齐模块
编码器
标签
训练集
地理定位信息
图像
模态特征
雷达
网络
系统为您推荐了相关专利信息
多尺度注意力机制
时间序列预测方法
人工智能技术
编码
矩阵
资源调度策略
多模态数据融合
时间预测模型
船舶航行数据
融合气象数据
状态空间模型
局部特征提取
细粒度特征
抑制噪声干扰
多尺度
识别分析方法
像素块
薄片
小波多尺度分解
灰度矩阵