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

基于多模态特征融合的GNSS-R土壤湿度反演方法及系统 

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:本发明公开了基于多模态特征融合的GNSS‑R土壤湿度反演方法及系统,涉及遥感图像处理及土壤湿度反演领域,方法步骤包括:采集待反演的原始数据并进行预处理,得到处理后数据;基于所述处理后数据,得到模型输入特征;构建多模态跨分支融合网络模型;训练所述多模态跨分支融合网络模型,得到最终模型;利用所述最终模型,完成对土壤湿度的反演。本发明的多模态跨分支融合网络通过1D‑CNN、Transformer和BP模块处理多模态数据,利用交叉融合和叠加融合模块整合特征,有效提升土壤湿度反演的精度和效率。同时,通过1D‑CNN深入挖掘时延波形特征,并结合地表特征增强模型鲁棒性。

主权项:1.基于多模态特征融合的GNSS-R土壤湿度反演方法,其特征在于,步骤包括:采集待反演的原始数据并进行预处理,得到处理后数据,所述原始数据包括CYGNSS数据集和SMAP数据集;所述预处理包括对反射率进行修正;具体的,首先进行标准质量控制筛除了若干观测结果,不考虑入射角大于65°的CYGNSS观测数据,剔除接收机天线增益小于0dB的观测数据,去除SNR小于0的异常值,最后选择DDM峰值在第7-10个时延框内的观测数据,作为所述处理后数据;基于所述处理后数据,得到模型输入特征,步骤包括:从所述处理后数据中提取出与土壤湿度相关联的特征集合作为模型的输入,所述模型输入特征由DDM图像、时延波形和辅助特征三部分组成;构建多模态跨分支融合网络模型;所述多模态跨分支融合网络模型包括:一个1D-CNN模块、一个Transformer模块、一个BP模块及两个多模态特征融合模块;训练所述多模态跨分支融合网络模型,得到最终模型;训练步骤包括:将所述模型输入特征输入至所述多模态跨分支融合网络模型,并以SMAP提供的土壤湿度结果作为参考值进行训练;利用所述最终模型,完成对土壤湿度的反演。

全文数据:

权利要求:

百度查询: 中国石油大学(华东) 基于多模态特征融合的GNSS-R土壤湿度反演方法及系统

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。