摘要
一种基于自编码器的光伏图像动态压缩与重构方法及系统,方法包括对采集光伏图像进行编码,通过无监督学习方式学习光伏图像的有效特征表示;将光伏图像的有效特征表示进行超编码,通过多层卷积神经网络压缩得到潜在特征表示;通过因子熵压缩将潜在特征表示编码为二进制字节流;结合空间注意力与通道注意力对编码为二进制字节流的潜在特征表示进行上下文处理;对上下文处理后的潜在特征表示进行因子熵解压缩与超解码,实现光伏图像重构。本发明通过引入先进的稀疏自编码器架构,能够在保留光伏图像核心特征的前提下,将高维原始图像数据动态压缩至一个高度紧凑的潜在空间表示,有效压缩存储空间,显著提升处理速度,降低对计算资源的需求。
技术关键词
编码器
注意力
重构方法
多层卷积神经网络
解码器
累积分布函数
表达式
因子
重构系统
通道
字节流
无监督学习
重构原始图像
动态
输出特征
误差函数
编码模块
系统为您推荐了相关专利信息
对齐模块
频谱特征
双模态
动态资源分配
地质雷达探测技术