龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：安徽中科智能感知科技股份有限公司
申请日：2019-10-11
公开（公告）日：2024-05-03
公开（公告）号：CN112840348B
主分类号：G06V20/10
分类号：G06V20/10;G06V20/13;G06V10/62;G06V10/44;G06V10/80;G06V10/82
优先权：
专利状态码：有效-授权
法律状态：2024.05.03#授权;2024.04.12#著录事项变更;2021.06.11#实质审查的生效;2021.05.25#公开
摘要：一种基于时序遥感数据和卷积神经网络的作物种植分布预测方法，包括下列步骤：步骤1：地面调查及训练样本建立；步骤2：构造基于时序遥感数据和卷积神经网络的作物种植分布预测模型，所述卷积神经网络通过在多时相图像中目标像素点及其周围像素点的数据对其进行预测，输入值为多时相的高分辨率多光谱图像，输出值为作物类型、轮作方式的分类信息；步骤3：将统计区域的时序遥感数据输入已构建的模型获取识别结果。只需要通过少量的代表性地块的地面调查，构建了融合遥感遥感数据时序特征和遥感图像局部特征的预测模型，引入了决策点的上下文信息，提高了预测结果的准确性。
主权项：1.一种基于时序遥感数据和卷积神经网络的作物种植分布预测方法，其特征在于：包括下列步骤：步骤1：地面调查及训练样本建立；步骤2：构造基于时序遥感数据和卷积神经网络的作物种植分布预测模型，所述卷积神经网络通过在多时相图像中目标像素点及其周围像素点的数据对其进行预测，输入值为多时相的高分辨率多光谱图像，输出值为作物类型、轮作方式的分类信息；步骤3：将统计区域的时序遥感数据输入已构建的模型获取识别结果;所述步骤2包括如下步骤：步骤2.1：收集不同时期包含步骤1.2中选取的代表性地块的遥感图像，将不同时间的遥感图像进行精确配准，并将不同作物类型、轮作方式的区域进行逐像素的分类标记；步骤2.2：将时序遥感数据作为模型的输入，作物类型、轮作方式的分类信息作为模型的输出，构建多层卷积神经网络；步骤2.3：利用步骤2.1中的训练样本，使用反向传播算法对多层卷积神经网络中的参数进行充分训练；图像处理过程中将不同时相遥感图像的各波段数据分别以多种颜色通道图像存储，在进行预测时根据邻域大小、时相数和每时相图像通道数获取相应像素点的数据对目标像素点进行预测。
全文数据：
权利要求：
百度查询： 安徽中科智能感知科技股份有限公司 一种基于时序遥感数据和卷积神经网络的作物种植分布预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号