基于多源遥感影像和深度学习的湿地特征提取系统及方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多源遥感影像和深度学习的湿地特征提取系统及方法
申请号:CN202510547327
申请日期:2025-04-28
公开号:CN120472274A
公开日期:2025-08-12
类型:发明专利
摘要
本发明属于遥感图像处理技术领域,具体涉及基于多源遥感影像和深度学习的湿地特征提取系统及方法,系统包括数据获取模块、特征融合模块、CNN模型训练模块和反馈控制模块,通过融合光学影像的光谱特征与雷达影像的极化特征,采用主成分分析法动态优化特征融合矩阵;构建深度特征提取网络,结合梯度下降算法进行训练;利用归一化点积相似度实时反馈调整特征提取参数,并通过局部一致性优化提升特征提取精度。本发明突破了传统方法在湿地特征提取中精度不足、特征表达能力有限的瓶颈,实现了多尺度、多维度湿地特征的精准提取,为湿地监测、生态评估等应用提供了高精度的特征数据支撑。
技术关键词
多源遥感影像 雷达遥感影像 特征提取系统 光学遥感影像 反馈控制模块 融合特征 梯度下降算法 极化分解特征 主成分分析法 数据获取模块 模型训练模块 矩阵 特征提取方法 线性插值法 深度特征提取网络 特征提取单元 遥感图像处理技术 贡献率 校正
系统为您推荐了相关专利信息
洪涝灾害监测 电力设备台账 数字高程模型 电力设备信息 水位监测站
人造板表面缺陷 智能检测方法 多尺度卷积神经网络 误差修正算法 抑制算法
反馈复合控制 MLP神经网络 智能控制方法 调节阀 高炉
声纳图像特征提取 特征点 侧扫声纳图像 KNN算法 关键点
生成对抗网络 多头注意力机制 数据处理单元 特征提取单元 预测系统