公开(公告)号：CN115861831A

公开(公告)日：2023-03-28

申请号：CN202211423961.4

申请日：2022-11-15

Applicant: 福州大学

Inventor： 李蒙蒙 ,  冯晓敏 ,  汪小钦 ,  龙江

IPC: G06V20/13 ,  G06N3/096 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045

Abstract: 本发明涉及一种基于作物物候知识的时间序列遥感数据农作物识别方法，包括以下步骤：步骤S1:根据作物生长曲线构建关键生长期的物候指数，提取作物物候特征;步骤S2:构建基于LSTM网络的时序遥感数据特征提取模型，并在LSTM网络中集成全卷积神经网络；步骤S3:基于多模态学习框架，构建集成物候知识和时序遥感数据的神经网络，即PST‑LSTM模型；步骤S4:获取训练样本数据，对PST‑LSTM模型进行训练和参数优化；步骤S5:基于训练后的PST‑LSTM模型对待识别遥感影像进行识别。本发明克服传统方法在农作物识别中存在区域和数据依赖性大、迁移性弱的问题，提高作物的识别精度和适用性。