摘要
本发明提供一种火星矿物丰度反演方法及系统,包括:首先获取目标火星高光谱反射率数据。然后,基于目标火星高光谱反射率数据生成模拟火星高光谱影像数据。其次,基于模拟火星高光谱影像数据对构建的矿物丰度反演深度学习模型进行训练,确定训练后的矿物丰度反演深度学习模型。接下来,获取待处理火星高光谱影像数据,并进行预处理。最后,通过训练后的矿物丰度反演深度学习模型对预处理后的待处理火星高光谱影像数据进行矿物丰度反演,以得到矿物丰度反演结果。这样,通过该矿物丰度反演深度学习模型可以加强高光谱影像各波段的权重分配,提升丰度反演的非线性建模能力与波段特征响应能力,从而可以有效地提高火星矿物丰度反演的准确性和效率。
技术关键词
反射率数据
深度学习模型
影像
编码器模块
线性解码器
通道注意力机制
反演方法
双线性混合模型
非线性混合模型
模型训练模块
信噪比参数
反演系统
重构
系统为您推荐了相关专利信息
企业安全监管
车辆行驶状态
动态
深度学习模型
车辆状态评估
遥感影像数据
掩模
水体提取方法
深度学习网络
指数
停机坪
定位标记
轮廓识别
训练图像识别模型
图像采集单元
三维体素模型
人工智能识别方法
病理切片图像
人工智能识别系统
无缝全景
大豆
智能管理系统
豆制品
智能管理方法
深度学习模型