申请/专利权人：重庆英卡电子有限公司

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117808316A

主分类号：G06Q10/0637

分类号：G06Q10/0637;G06Q50/02;G06F18/25;G06N3/0442;G06N3/045;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：一种基于多时空粒度数据融合的林地退化预测推演方法，包括步骤：1：数据采集模块采集林地相关数据，传送给数据预处理模块；2：数据预处理模块输出林地特征数据给林地退化预测模型；3：林地退化预测模型的输入层输出时间序列和特征序列给注意力模块；4：注意力模块进行注意力计算，得到注意权重矩阵，传递给哈达玛融合模块；5：哈达玛融合模块输出输入序列e给长短期记忆网络模块；6：长短期记忆网络模块输出林地面积预测结果给输出层；7：输出层输出林地退化预测结果。效果：结合了多种林地退化影响因素，并在长短期记忆网络模块的基础上引进了注意力机制，分别对时间序列数据和特征序列数据进行处理，提高了林地退化预测结果的准确度。

主权项：1.一种基于多时空粒度数据融合的林地退化预测推演方法，其特征在于，包括以下步骤：步骤1：数据采集：数据采集模块实时采集具有时间序列属性的各个空间尺度的林地相关数据a，并将所述林地相关数据a传送给预处理模块；步骤2：数据预处理：数据预处理模块对所述林地相关数据a进行预处理操作，得到林地特征数据b，将所述林地特征数据b传递给基于多时空粒度数据融合的林地退化预测模型；步骤3：数据划分：所述基于多时空粒度数据融合的林地退化预测模型的输入层将所述林地特征数据b划分为时间序列数据b1和特征序列数据b2，并将所述时间序列数据b1传递给时间注意力模块，将特征序列数据b2传送给特征注意力模块；步骤4：数据注意力计算：所述时间注意力模块对时间序列数据b1进行注意力计算，得到时间注意权重矩阵c,并将其传递给哈达玛融合模块；所述特征注意力模块对特征序列数据b2进行注意力计算,得到特征注意权重矩阵d,并将其传递给哈达玛融合模块；步骤5：注意权重矩阵融合：所述哈达玛融合模块将所述时间注意权重矩阵c和特征注意权重矩阵d进行哈达玛矩阵融合，得到具有权重的输入序列e，然后将所述输入序列e输入长短期记忆网络模块中；步骤6：林地面积预测：所述长短期记忆网络模块对所述输入序列e进行L1正则化处理，得到林地面积预测结果fi，并传递给输出层；步骤7：输出预测结果：所述输出层将所述林地面积预测结果fi与前一时期的林地面积预测结果fi-1进行比较，若fifi-1，则林地退化预测结果为有退化趋势，否则为无退化趋势。

全文数据：

权利要求：

百度查询： 重庆英卡电子有限公司 基于多时空粒度数据融合的林地退化预测推演方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD