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：武汉大学
摘要：本发明提供了一种结合矩阵补全和趋势滤波的植被指数时间序列重建方法，包括如下步骤：首先通过植被指数产品中的质量标记数据确定时间序列数据中的缺失位置，然后针对单个像素的植被指数序列，通过矩阵变化从一维向量变成二维矩阵，接着针对每个像素变换后的矩阵，建立低秩矩阵补全的最优化能量方程，通过非精确增广拉格朗日算法实现矩阵补全，得到初步不含数据缺失的时间序列补全矩阵。最后再将该补全矩阵进行向量化，在一维向量的基础上建立加权趋势滤波的能量优化方程，通过交替方向乘子法实现模型的求解，从而进一步滤除残留的噪声，得到平滑干净的高质量植被指数时间序列数据，实现长时间遥感植被指数序列的高精度重建。
主权项：1.结合矩阵补全和趋势滤波的植被指数时间序列重建方法，其特征在于，包括：S1：输入植被指数时间序列原始数据y以及与之对应的质量标记数据f，质量标记数据用以表征植被指数时间序列原始数据中每个像素的质量；S2：针对每个像素的植被指数序列，通过矩阵变化从一维向量变成二维矩阵Y，其中，两个维度分别代表时间序列的年份覆盖长度和一年内的监测频次，用以表征植被的季节性变化特征及年际周期变化相似性，构建的二维矩阵为NDVI时间序列数据矩阵；然后基于质量标记数据，找出二维矩阵中的缺失数据，将对应位置记录为缺失；S3：针对每个像素变换后的二维矩阵，建立低秩矩阵补全的最优化能量方程，通过非精确增广拉格朗日算法实现矩阵补全，得到初步不含数据缺失的时间序列补全矩阵X；S4：将补全矩阵X向量化，得到不含缺失的NDVI时间序列数据x；S5.基于不含缺失的NDVI时间序列数据和质量标记数据f，建立加权趋势滤波的优化方程，通过交替方向乘子法实现噪声滤除，得到平滑干净的高质量NDVI时间序列数据z，作为重建后的NDVI时间序列数据。
全文数据：
权利要求：
百度查询： 武汉大学 结合矩阵补全和趋势滤波的植被指数时间序列重建方法
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