公开(公告)号：CN113776675A

公开(公告)日：2021-12-10

申请号：CN202111086421.7

申请日：2021-09-16

Applicant: 东北林业大学

Inventor： 邢键 ,  闫鹏禹

IPC: G01J5/10 ,  G06F17/12 ,  G06F17/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于广义逆‑神经网络的多光谱辐射测温反演计算方法、计算机及存储介质，属于多光谱辐射测温反演计算技术领域。首先，模拟多光谱辐射测温计为每个光谱通道计算电压值；其次，为每个光谱通道构建一个方程，形成方程组，通过广义逆矩阵计算得到与发射率模型中具有相似规律的温度和发射率数据；再其次，将数据与发射率模型中的发射率变化规律进行对比，进行分类；再其次，定义一组超参数，对神经网络进行训练，并在训练过程中利用模拟退火算法修改参数，训练最优参数；最后，将测试集验证样本集输入神经网络中，输出多光谱辐射测温数据。解决现有技术中存在原有数据处理方法不能普遍适用于不同发射率的材料不能快速地进行反演的问题。

公开(公告)号：CN113776675B

公开(公告)日：2023-09-29

申请号：CN202111086421.7

申请日：2021-09-16

Applicant: 东北林业大学

Inventor： 邢键 ,  闫鹏禹

IPC: G01J5/10 ,  G06F17/12 ,  G06F17/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于广义逆‑神经网络的多光谱辐射测温反演计算方法、计算机及存储介质，属于多光谱辐射测温反演计算技术领域。首先，模拟多光谱辐射测温计为每个光谱通道计算电压值；其次，为每个光谱通道构建一个方程，形成方程组，通过广义逆矩阵计算得到与发射率模型中具有相似规律的温度和发射率数据；再其次，将数据与发射率模型中的发射率变化规律进行对比，进行分类；再其次，定义一组超参数，对神经网络进行训练，并在训练过程中利用模拟退火算法修改参数，训练最优参数；最后，将测试集验证样本集输入神经网络中，输出多光谱辐射测温数据。解决现有技术中存在原有数据处理方法不能普遍适用于不同发射率的材料不能快速地进行反演的问题。