Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的土壤墒情遥感检测方法 

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:湖北省水利水电科学研究院

摘要:本发明涉及土壤检测技术领域,具体涉及一种基于深度学习的土壤墒情遥感检测方法;其方法包括:获取目标区域的多个数据集;其中,每个数据集包括预先获取的遥感特征数据中的任一遥感特征及其该遥感特征对应的标签;所述标签包括真实含水量标签以及软标签;利用多个数据集对构建的多个预测模型进行训练,得到各训练好的预测模型;在训练时一个数据集对应一个预测模型;将实时获取的待检测区域的遥感特征数据中遥感特征分别输入对应训练好的预测模型中,输出对应的土壤含水量;对所有土壤含水量进行加权求和,得到加权后的土壤含水量。即本发明的方案能够准确地进行土壤墒情的监测。

主权项:1.一种基于深度学习的土壤墒情遥感检测方法,其特征在于,包括:获取目标区域的多个数据集;其中,每个数据集包括预先获取的遥感特征数据中的任一遥感特征及其该任一遥感特征对应的标签;所述标签包括真实含水量标签以及软标签;真实含水量标签通过采集设备采集的含水量确定,软标签为:设置条件为无真实含水量的位置的遥感特征与真实含水量标签对应的遥感特征大小相同,若满足条件,则将该遥感特征对应的每个真实含水量的概率密度作为该位置的遥感特征的软标签;若不满足条件,则将加权概率值作为无真实含水量的位置的软标签,所述加权概率值为与无真实含水量的位置最近邻的前L个真实含水量的概率密度正相关,其中L≥2;利用多个数据集对构建的多个预测模型进行训练,得到各训练好的预测模型;在训练时一个数据集仅对应一个预测模型;将实时获取的待检测区域的遥感特征数据中遥感特征分别输入对应训练好的预测模型中,输出对应的土壤含水量;对所有土壤含水量进行加权求和,得到加权后的土壤含水量。

全文数据:

权利要求:

百度查询: 湖北省水利水电科学研究院 一种基于深度学习的土壤墒情遥感检测方法

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。