一种基于二维卷积神经网络的土壤水分产品降尺度方法
基本信息
| 申请号 | CN202011622851.1 | 申请日 | - |
| 公开（公告）号 | CN114694033A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694033A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V20/13（2022.01）I;G06V10/40（2022.01）I;G06V10/82（2022.01）I;G06T5/50（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 秦其明;许伟;张兆旭;吴自华;赵聪;龙泽昊 | 申请（专利权）人 | 北京大学 |
| 代理机构 | 北京君尚知识产权代理有限公司 | 代理人 | - |
| 地址 | 100871北京市海淀区颐和园路5号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于二维卷积神经网络的土壤水分产品降尺度方法，其步骤包括：1）获取目标区域的被动微波土壤水分产品影像以及相应的辅助数据影像；并建立辅助数据影像与被动微波土壤水分产品影像之间的对应关系；2）根据所述对应关系，构建训练数据；然后利用所述训练数据对CNN网络进行训练；3）利用训练后的CNN网络对该目标区域的待处理被动微波土壤水分产品影像进行降尺度处理，得到目标降尺度产品。本发明考虑了辅助影像中像元与像元之间的信息，从而显著地提高了降尺度后土壤水分产品的精度。 |
