-
公开(公告)号:CN119068353B
公开(公告)日:2025-03-21
申请号:CN202411105302.5
申请日:2024-08-13
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V20/13 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/766 , G06V10/82 , G06N3/096
Abstract: 本发明公开了一种基于多分类器域自适应的遥感影像作物制图方法,步骤1:重构Sentinel‑2卫星影像,根据作物分布图随机分布散点提取时间序列曲线;步骤2:利用特征提取器提取源域和目标域训练集数据特征,利用分类器对源域数据进行分类,利用域对齐器对齐源域和目标域数据特征;步骤3:随机生成一系列超参数训练模型,根据源域训练集、源域测试集和目标域训练集计算风险函数值选择最优模型;步骤4:按顺序提取目标域时间序列曲线,将最优模型用于作物空间分布制图。本发明利用迁移学习的思想对无标注的目标域进行作物分布制图,利用特征提取器和源域分类器更好地提取源域数据的特征,利用多个分类器最大化分类决策边界,提高作物分类的准确性。
-
公开(公告)号:CN119068353A
公开(公告)日:2024-12-03
申请号:CN202411105302.5
申请日:2024-08-13
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V20/13 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/766 , G06V10/82 , G06N3/096
Abstract: 本发明公开了一种基于多分类器域自适应的遥感影像作物制图方法,步骤1:重构Sentinel‑2卫星影像,根据作物分布图随机分布散点提取时间序列曲线;步骤2:利用特征提取器提取源域和目标域训练集数据特征,利用分类器对源域数据进行分类,利用域对齐器对齐源域和目标域数据特征;步骤3:随机生成一系列超参数训练模型,根据源域训练集、源域测试集和目标域训练集计算风险函数值选择最优模型;步骤4:按顺序提取目标域时间序列曲线,将最优模型用于作物空间分布制图。本发明利用迁移学习的思想对无标注的目标域进行作物分布制图,利用特征提取器和源域分类器更好地提取源域数据的特征,利用多个分类器最大化分类决策边界,提高作物分类的准确性。
-