龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：辽宁工程技术大学
摘要：本发明公开了一种基于时间序列特征的遥感农作物自动分类方法，涉及卫星遥感信息提取领域，本发明通过构建反映多种农作物季相节律的时间序列先验知识库、构建时间序列光谱数据集、春播一季农作物提取模型构建、农作物间精细分类模型构建，自动批处理遥感数据形成时间序列数据集，自动匹配待分类样本和分类目标特征和特征加权，实现农作物的自动分类，本发明能有效避免其他方法在扩展分类模型到其他年份或研究区时需要重新训练模型的缺点，有效提高了农作物提取的自动化程度。
主权项：1.一种基于时间序列特征的遥感农作物自动分类方法，其特征在于：分为以下步骤：步骤1：构建时间序列先验知识库；步骤2：构建时间序列光谱数据集；步骤3：春播一季农作物提取模型构建；步骤4：农作物间精细分类模型构建；所述步骤4的具体过程为：农作物间精细分类模型采用模糊隶属度模型返回待分类样本和目标类别间的贴近度矩阵，使用基于分离系数的特征加权模型突出高分离性特征，完成农作物分类，具体步骤如下：步骤4.1：匹配时间序列特征数据集；记xkv,d为时间序列光谱数据集中像元k的光谱数值，对所有像元匹配参考数据集中数据；步骤4.2：生成对参考地类的时间隶属度矩阵；sikv,d是像素k在时间d、指数v对参考农作物类别i的隶属度，如公式（11）所示； 其中，xk代表像元k的特征值，为目标地类i在参考数据集中的特征均值，为目标地类i在参考数据集中的特征均方差；步骤4.3：隶属度加权和决策；使用归一化的加权系数矩阵对隶属度矩阵加权求和，当像元k对样本库中地类i的贴近度pik最大时则将像素k划分到类别i中，归一化加权系数和加权矩阵SIp和贴近度pik计算公式如下： （12） （13）其中，SIpv,d为在时间d、光谱特征v的权值，SIv,d为在时间d、光谱特征v的分离系数，SIp是具有v*d个元素的二维矩阵，sikv,d是像素k在时间d、光谱特征v对参考农作物类别i的隶属度；步骤4.4：使用验证样本验证分类结果；步骤4.5：输出分类结果。
全文数据：
权利要求：
百度查询： 辽宁工程技术大学 一种基于时间序列特征的遥感农作物自动分类方法
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