基于空间和光谱特征的高光谱影像岩性识别方法及设备

    公开(公告)号:CN119478669A

    公开(公告)日:2025-02-18

    申请号:CN202411469343.2

    申请日:2024-10-21

    Abstract: 本发明公开了一种基于空间和光谱特征的高光谱影像岩性识别方法及设备,涉及图像信息处理技术领域,基于空间和光谱特征的高光谱影像岩性识别方法,其步骤主要包括:对研究区域的高光谱数据进行预处理得到高光谱样本数据集,按预设比例对所述高光谱样本数据集进行划分并进行数据增强处理得到训练集、验证集和测试集;利用高级卷积神经网络模型构建岩性识别模型;利用训练集和验证集对岩性识别模型进行训练和验证得到训练好的岩性识别模型;根据测试集利用训练好的岩性识别模型得到岩性识别结果。实施本发明提供的基于空间和光谱特征的高光谱影像岩性识别方法及设备,能提升高光谱图像岩性识别的准确性和效率。

    一种滑坡易发性制图方法、设备及介质

    公开(公告)号:CN119918112A

    公开(公告)日:2025-05-02

    申请号:CN202510002379.8

    申请日:2025-01-02

    Abstract: 本发明涉及数字制图领域,公开了一种滑坡易发性制图方法、设备及介质,方法包括,获取多源遥感数据和历史滑坡数据,制作致灾因子数据集和滑坡样本数据集;将所有的滑坡样本数据集,输入至AGNES聚类算法和VIIQ特征优选策略模块中,得到最优特征组合;将优选后的数据特征划分为训练集和测试集,输入至机器学习和深度学习分类器中,进行模型精度评价,得到初步的滑坡易发性地图;将滑坡易发性地图输入至Blending异质集成模型得到最终的滑坡易发性制图结果;结合SHAP算法对集成模型进行深入解释,优化滑坡易发性结果图;本发明能够更有效地预测滑坡易发性,为地质灾害的风险评估、预警和防治提供科学依据。

Patent Agency Ranking