公开(公告)号：CN119295955A

公开(公告)日：2025-01-10

申请号：CN202411825108.4

申请日：2024-12-12

Applicant: 杭州电子科技大学

Inventor： 赵思远 ,  胡淼 ,  郭子璇 ,  冯午 ,  毕美华 ,  罗杰 ,  耿秀琳

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/084 ,  G06N3/048 ,  G06T3/4053 ,  G06N3/04

Abstract: 本发明公开了基于KAN网络的水质参数遥感反演方法及系统，方法如下：1、获取设定区域实地探测的水质参数，按时间进行分类；2、获取多光谱遥感图像并预处理；3、构建KAN网络模型架构，输入为某一点处遥感图像的波段反射率，输出为该点处的水质参数，标签为水质参数的真实探测数据，损失函数为输出与标签的均方误差；4、将水质参数、波段反射率数据集作为训练集，用损失函数训练KAN网络；5、将待检测水质参数值的波段反射率输入训练好的KAN网络中，得到整个水域的水质参数值。本发明能够有效降低计算成本和模型复杂度，且可以对模型结果进行可解释性操作，以更好地适应实际应用需求。

公开(公告)号：CN119339250A

公开(公告)日：2025-01-21

申请号：CN202411907401.5

申请日：2024-12-24

Applicant: 杭州电子科技大学

Inventor： 冯午 ,  耿秀琳 ,  毕美华 ,  胡淼

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/26 ,  G06V10/40 ,  G06N3/0499 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种利用多光谱遥感图像提取极地海冰的深度学习方法及系统，方法具体包含以下步骤：S1.获取极地海冰区域的Sentinel‑2数据；S2.对步骤S1获取的Sentinel‑2数据进行预处理与标注，得到海冰的真彩色图像TCI以及标注图像，形成数据集；S3.使用基于特征图重构的深度学习模型对数据进行训练以及测试；S4.通过调优，得到最佳模型参数，并将最佳模型参数加载至所述的深度学习模型，所述的深度学习模型输入步骤S2处理好的TCI进行海冰的提取，得到输出结果。本发明有效地降低了海冰标注数据的获取难度，降低了标注时间。