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！
摘要：本发明公开了一种基于深度学习的自然资源要素变化检测方法，属于自然资源要素检测领域，包括以下步骤：S1、收集多源异构数据并进行预处理；S2、使用深度学习模型提取多源异构数据特征，训练深度学习模型以识别和分类自然资源要素；S3、基于步骤S2的识别结果构建包含自然资源要素、属性和关系的知识图谱，为深度学习模型提供额外的语义信息；S4、将步骤S3获取的知识图谱中的知识嵌入步骤S2所述的深度学习模型中，作为约束条件，获得嵌入知识图谱的深度学习模型；S5、采集待检测区域的多源异构数据，预处理处理后输入步骤S4所述的嵌入知识图谱的深度学习模型中，输出检测结果。本发明采用上述基于深度学习的自然资源要素变化检测方法，通过结构化的知识表示和强大的模式识别能力，提升自然资源变化检测的准确性和理解深度，克服了单一技术的局限性。
主权项：1.一种基于深度学习的自然资源要素变化检测方法，其特征在于：包括以下步骤：S1、收集多源异构数据并进行预处理；S2、使用深度学习模型提取多源异构数据特征，训练深度学习模型以识别和分类自然资源要素；S3、基于步骤S2的识别结果构建包含自然资源要素、属性和关系的知识图谱，为深度学习模型提供额外的语义信息；S4、将步骤S3获取的知识图谱中的知识嵌入步骤S2所述的深度学习模型中，作为约束条件，获得嵌入知识图谱的深度学习模型；S5、采集待检测区域的多源异构数据，预处理处理后输入步骤S4所述的嵌入知识图谱的深度学习模型中，输出检测结果。
全文数据：
权利要求：
百度查询： 中国科学院地理科学与资源研究所 安徽财经大学 一种基于深度学习的自然资源要素变化检测方法
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。
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