摘要
本发明提供一种基于PlanetScope多时相数据和ALOS DEM数据的侵蚀沟提取方法和系统,涉及侵蚀沟提取领域,获取PlanetScope多时相数据、ALOS DEM数据;对获取的数据进行预处理和数据集制作;制作侵蚀沟数据集;将所选特征进行组合,标注训练样本标签,生成侵蚀沟数据集;设计基于动态蛇形卷积的多分类模型进行侵蚀沟的提取,使用20折交叉验证进行模型的训练;对模型训练结果进行精度评价;使用偏依赖图的方法对模型输入特征进行特征的重要性评估,根据精度评价结果,确定侵蚀沟提取的最优特征,得到侵蚀沟提取的最优结果。本发明实现了大范围的侵蚀沟实时提取和监测,为侵蚀沟治理政策制定提供了数据支持。
技术关键词
重要性评估方法
高时空分辨率
深度学习网络
物候特征
地貌特征
动态
侵蚀沟治理
精度
生成训练样本
损失函数优化
指标
体积误差
数据获取单元
结构误差
深度学习模型
地形特征
标签
系统为您推荐了相关专利信息
支架系统
跟踪方法
支架输送系统
构建深度学习网络
支架结构
监控相机
标定装置
智能标定方法
影像
室外监控设备
深度学习网络模型
预警方法
预警模型
大数据技术
纠正错误
机器人喷涂控制
深度学习网络模型
喷涂控制方法
智能机器人
数据
运维管理方法
能耗预测模型
楼宇模型
维修工单
设备特征