发明名称 |
基于深度残差网络的高光谱霾监测方法 |
摘要 |
一种基于深度残差网络的高光谱霾监测方法,将深度残差网络与高光谱遥感数据相结合,通过在网络中加入捷径通路的方法,降低了训练难度,提高了训练精度。从而得到了更为准确的霾监测模型,提高了监测精度。 |
申请公布号 |
CN106226212A |
申请公布日期 |
2016.12.14 |
申请号 |
CN201610783726.6 |
申请日期 |
2016.08.30 |
申请人 |
上海交通大学 |
发明人 |
李元祥;陆永帅;施雨舟;徐俊;彭希帅 |
分类号 |
G01N15/06(2006.01)I;G01S17/95(2006.01)I |
主分类号 |
G01N15/06(2006.01)I |
代理机构 |
上海新天专利代理有限公司 31213 |
代理人 |
张宁展 |
主权项 |
一种基于深度残差网络的高光谱霾监测方法,其特征在于,包括训练阶段和识别阶段,具体步骤步骤如下:训练阶段:第一步,获取高光谱遥感原始数据;第二步,对原始数据进行预处理操作,包括条纹修复和换线去除、损坏波段剔除、大气校正或几何校正;第三步,获取高光谱图像对应区域对应时间的地面站观测数据;第四步,将每个地面站周围1.5km×1.5km区域高光谱图像截出,作为训练集,地面站的天气情况,包括无霾、轻霾、中霾、重霾,作为此区域的标签数据;第五步,将训练数据和标签数据输入深度残差网络中训练网络参数;第六步,将第五步训练好的网络参数保存,作为识别模型,即霾监测模型;识别阶段:第一步,获取要进行识别的高光谱遥感原始数据;第二步,对数据进行预处理操作,包括条纹修复和换线去除、损坏波段剔除、大气校正或几何校正;第三步,将预处理好的高光谱数据输入所述的霾监测模型,得到识别结果。 |
地址 |
200240 上海市闵行区东川路800号 |