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

一种基于历史方案学习的点群划分方法 

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!

摘要:本发明属于卫星管控领域,公开了一种基于历史方案学习的点群划分方法,具体实现步骤为:建模历史方案数据;提取点群目标特征,构造标签数据,获取训练样本集和测试样本集;构建基于历史方案学习的点群划分模型;对基于历史方案学习的点群划分模型进行迭代训练;生成点群目标筹划方案。本发明通过在元任务层面学习历史经验,根据卫星及其相应拍摄时间确定条带,获得对点群目标进行划分的方案。本发明结合历史点群目标筹划方案的空间、时间特性,对历史观测方案进行学习,根据卫星使用情况及其相应拍摄开始时间映射得到观测元任务,从而有效避免相邻点被强制划分到不同聚类、边缘点被列为单独点目标的问题。

主权项:1.一种基于历史方案学习的点群划分方法,其特征在于,包括以下步骤:步骤1,建模历史方案数据,包括点群目标和元任务,每个点群中包含多个点目标,每个点目标由经度和纬度表示,元任务由四元组表示,包括卫星型号、拍摄开始时间、拍摄结束时间和卫星载荷类型;步骤2,从历史方案数据中提取点群数据特征表示,计算离散化指标作为整个点群的特征表示,并构造对应的标签数据,得到训练样本集Itrain=Xtrain,Ytrain和测试样本集Itest=Xtest,Ytest;步骤3,构建基于历史方案学习的点群划分模型H,包括主干网络和预测层,主干网络包括顺次连接的第一线性层、第一卷积层、Relu激活函数、最大池化层、单层单向长短期记忆网络和Transformer编码模块,预测层包括第二线性层、dropout层、Relu激活函数和第三线性层;其中,Transformer编码模块包括四层Transformerencoder层;步骤4,利用训练样本集和测试样本集对点群划分模型H进行迭代训练,得到训练好的基于历史方案学习的点群划分模型H';步骤5,将测试样本集作为基于历史方案学习的点群划分模型H'的输入进行前向传播,得到每个点群对应的卫星使用情况、对应拍摄开始时间以及卫星载荷类型,映射到点群数据中,获得元任务列表,生成点群划分方案。

全文数据:

权利要求:

百度查询: 中国电子科技集团公司第五十四研究所 一种基于历史方案学习的点群划分方法

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。