-
公开(公告)号：CN116384237A
公开(公告)日：2023-07-04
申请号：CN202310327016.2
申请日：2023-03-29
Applicant: 大连海事大学 , 中国科学院空天信息创新研究院 , 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/27 , G01W1/02 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明属于遥感图像处理技术领域，涉及热红外大气参数反演方法、装置及电子设备，该方法包括：提取地表发射率信息和大气信息；确定大气参数，建立模拟数据集；构建双向长短期记忆神经网络模型；模型训练确定模型的结构参数；利用注意力机制对双向长短期记忆神经网络模型的输出特征向量的各个通道信息进行加权；模型训练；迭代更新直至模型的输出收敛，得到大气参数反演模型；得到热红外大气参数反演结果。本发明有效地解决了深度神经网络对数据挖掘能力较弱的问题，提出双向长短期记忆神经网络结构，利用通道注意力模块对不同的通道信息进行加权，获取不同通道辐亮度数据的相关性特征，得到热红外大气参数反演结果。
-
公开(公告)号：CN115859663B
公开(公告)日：2023-06-30
申请号：CN202211632505.0
申请日：2022-12-19
Applicant: 中国农业科学院农业资源与农业区划研究所 , 山西大学
IPC: G06F30/20 , G06F119/08
Abstract: 本发明公开了一种考虑不确定度的地表温度反演精度评估方法，该方法通过降低地表温度不确定度较大的数据的影响，真实反映整体数据的验证精度，促进地表温度的有效应用。基于地面测量的地表温度，利用常规的地表温度反演精度评估方法和本发明提出的方法评估了地表温度反演精度。利用本发明提出的方法有效地剔除了偏离整体数据较大的异常值，而且本发明提出的方法评估的地表温度反演精度优于常规方法评估的地表温度反演精度。
-
公开(公告)号：CN116306819A
公开(公告)日：2023-06-23
申请号：CN202310286996.6
申请日：2023-03-22
Applicant: 大连海事大学 , 中国科学院空天信息创新研究院 , 中国农业科学院农业资源与农业区划研究所
IPC: G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/10 , G01N21/27
Abstract: 本发明属于光谱定标技术领域，涉及基于光谱重构的高光谱交叉定标方法、装置及电子设备，该方法包括：建立具有多头注意力机制的卷积神经网络模型；选择目标波段的高光谱波段数据；建立长短期记忆神经网络模型，模型训练；高光谱波段数据重建得到目标波段高光谱数据；使用目标波段高光谱数据进行交叉定标。本发明有效解决了传统交叉定标要求待定标遥感器和目标遥感器之间必须有相近谱段的问题，通过具有多头注意力机制的卷积神经网络模型，训练卷积神经网络模型使其具有良好的波段选择能力并筛选出高光谱数据中代表性较强的波段，波段选择后利用长短期记忆网络进行光谱重建，拟合出需要的波段信息，进而满足交叉定标的需求。
-
公开(公告)号：CN116384237B
公开(公告)日：2024-08-23
申请号：CN202310327016.2
申请日：2023-03-29
Applicant: 大连海事大学 , 中国科学院空天信息创新研究院 , 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/27 , G01W1/02 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明属于遥感图像处理技术领域，涉及热红外大气参数反演方法、装置及电子设备，该方法包括：提取地表发射率信息和大气信息；确定大气参数，建立模拟数据集；构建双向长短期记忆神经网络模型；模型训练确定模型的结构参数；利用注意力机制对双向长短期记忆神经网络模型的输出特征向量的各个通道信息进行加权；模型训练；迭代更新直至模型的输出收敛，得到大气参数反演模型；得到热红外大气参数反演结果。本发明有效地解决了深度神经网络对数据挖掘能力较弱的问题，提出双向长短期记忆神经网络结构，利用通道注意力模块对不同的通道信息进行加权，获取不同通道辐亮度数据的相关性特征，得到热红外大气参数反演结果。
-
公开(公告)号：CN116306819B
公开(公告)日：2024-05-03
申请号：CN202310286996.6
申请日：2023-03-22
Applicant: 大连海事大学 , 中国科学院空天信息创新研究院 , 中国农业科学院农业资源与农业区划研究所
IPC: G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/10 , G01N21/27
Abstract: 本发明属于光谱定标技术领域，涉及基于光谱重构的高光谱交叉定标方法、装置及电子设备，该方法包括：建立具有多头注意力机制的卷积神经网络模型；选择目标波段的高光谱波段数据；建立长短期记忆神经网络模型，模型训练；高光谱波段数据重建得到目标波段高光谱数据；使用目标波段高光谱数据进行交叉定标。本发明有效解决了传统交叉定标要求待定标遥感器和目标遥感器之间必须有相近谱段的问题，通过具有多头注意力机制的卷积神经网络模型，训练卷积神经网络模型使其具有良好的波段选择能力并筛选出高光谱数据中代表性较强的波段，波段选择后利用长短期记忆网络进行光谱重建，拟合出需要的波段信息，进而满足交叉定标的需求。
-
Patent Agency Ranking
公开(公告)号：CN117237648B
公开(公告)日：2024-02-23
申请号：CN202311523090.8
申请日：2023-11-16
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V10/26 , G06V20/70 , G06T7/11 , G06V10/774 , G06V10/82
Abstract: 本申请提供一种基于上下文感知的语义分割模型的训练方法、装置和设备。一方面对全尺寸遥感图像进行裁剪，得到高分辨率的局部图像，再对高分辨率图像进行下采样得到上下文裁剪图像，从而可以基于该部分图像训练模型捕获遥感图像的上下文信息的能力；另一方面对高分辨率的局部图像进行进一步裁剪，从而可以基于该部分图像鼓励模型对遥感图像的细节部分进行精准分割；最后再将不同分辨率的预测结果进行对齐和融合得到最终预测结果，从而可以有效训练模型识别遥感图像上下文信息和细节信息的能力，提高模型最终的分割精度。此外，还可以利用随机掩膜技术对无标签图像进行掩膜处理，鼓励模型捕获其上下文信息，进而提高在目标数据集上的分割精度。
-
公开(公告)号：CN118760935A
公开(公告)日：2024-10-11
申请号：CN202411239991.9
申请日：2024-09-05
Applicant: 中国科学院空天信息创新研究院 , 中国农业科学院农业资源与农业区划研究所
IPC: G06F18/24 , G06N3/0442 , G06N3/0464 , G06V10/764 , G06V10/82 , G06V20/13 , G06V20/10 , G06F18/15 , G06F18/213 , G06F18/25
Abstract: 本发明提供了一种作物识别模型的训练方法、作物识别方法及装置，可以应用于智能识别技术领域。该方法包括：获取训练样本，训练样本包括样本目标种类作物在基准生长环境中的样本基准生长状态数据、样本目标种类作物在参照生长环境中的样本参照生长状态数据和分类标签；分别对样本基准生长曲线和样本参照生长曲线进行特征提取，得到样本基准生长特征和样本参照生长特征，其中，样本基准生长曲线是基于样本基准生长状态数据确定的，样本参照生长曲线是基于样本参照生长状态数据确定的；基于样本基准生长特征、样本参照生长特征和分类标签，训练作物识别模型，得到训练后的作物识别模型。
-
公开(公告)号：CN117371333B
公开(公告)日：2024-03-22
申请号：CN202311536672.X
申请日：2023-11-17
Applicant: 中国农业科学院农业资源与农业区划研究所 , 中国科学院空天信息创新研究院
IPC: G06F30/27 , G06F18/23 , G06F119/08
Abstract: 本发明公开了一种基于核驱动模型的地表温度产品角度归一化方法，包括以下步骤：步骤1：卫星数据获取；步骤2：多角度地表温度卫星数据集构建；步骤3：热红外核驱动模型系数查找表构建；步骤4：地表温度产品角度归一化；针对热红外核驱动模型的核系数难以利用不同时刻获取的方向观测联立求解的问题，提出了一种利用多源卫星数据构建的多角度地表温度卫星数据集来拟合核驱动模型系数，并对地表温度产品进行角度归一化的方法。该方法发挥了参数化模型能够兼顾物理精度和现实操作的优势，并利用基于不同聚类建立的热红外方向性核驱动模型系数查找表，解决了核系数难以获取的问题，从而获得精度较高的消除方向性影响的地表温度数据。
-
公开(公告)号：CN117574046A
公开(公告)日：2024-02-20
申请号：CN202410064056.7
申请日：2024-01-17
Applicant: 中国科学院空天信息创新研究院 , 大连海事大学 , 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明提出了一种遥感反演地表温度的精度验证方法，包括以下步骤：得到遥感反演地表温度及遥感反演地表温度的不确定度；得到地面实测地表温度的不确定度；得到地表温度的空间代表性不确定度和地表温度的时间代表性不确定度；建立地表温度绝对差异数据集及不确定度数据集；利用卡尔曼滤波融合算法确定地表温度绝对差异融合的最优估计值以及最优地表温度验证不确定度。本发明的遥感反演地表温度的精度验证方法基于卡尔曼滤波融合算法，通过确定地表温度绝对差异融合的最优估计值以及最优地表温度验证不确定度，综合考虑了各影响因素引起的不确定度，降低了不确定较大的数据对地表温度验证精度的影响，真实反映了地表温度反演的精度。
-
公开(公告)号：CN117237648A
公开(公告)日：2023-12-15
申请号：CN202311523090.8
申请日：2023-11-16
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V10/26 , G06V20/70 , G06T7/11 , G06V10/774 , G06V10/82
Abstract: 本申请提供一种基于上下文感知的语义分割模型的训练方法、装置和设备。一方面对全尺寸遥感图像进行裁剪，得到高分辨率的局部图像，再对高分辨率图像进行下采样得到上下文裁剪图像，从而可以基于该部分图像训练模型捕获遥感图像的上下文信息的能力；另一方面对高分辨率的局部图像进行进一步裁剪，从而可以基于该部分图像鼓励模型对遥感图像的细节部分进行精准分割；最后再将不同分辨率的预测结果进行对齐和融合得到最终预测结果，从而可以有效训练模型识别遥感图像上下文信息和细节信息的能力，提高模型最终的分割精度。此外，还可以利用随机掩膜技术对无标签图像进行掩膜处理，鼓励模型捕获其上下文信息，进而提高在目标数据集上的分割精度。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.038 seconds)
