基于卷积神经网络的陆表温度降尺度方法、产品、介质及设备

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于卷积神经网络的陆表温度降尺度方法、产品、介质及设备
申请号:CN202411003698
申请日期:2024-07-25
公开号:CN118940036A
公开日期:2024-11-12
类型:发明专利
摘要
本发明公开一种基于卷积神经网络的陆表温度降尺度方法、产品、介质及设备,涉及陆温观测领域。本发明首先获取同时相或邻近时相的高分辨率陆表温度数据以及高分辨率辅助数据并构建多源高分数据库;构建卷积神经网络降尺度模型;基于多源高分数据库构建深度学习训练样本集;采用深度学习训练样本集对卷积神经网络降尺度模型进行训练和测试,训练完成后获得高分辨率陆表温度降尺度模型;针对待降尺度的低分辨率陆表温度数据,使用高分辨率陆表温度降尺度模型进行降尺度,获得高分辨率陆表温度数据。本发明能够实现低分辨率到高分辨率的陆表温度数据降尺度,同时提高陆表温度数据的时间和空间分辨率。
技术关键词
降尺度方法 构建卷积神经网络 训练样本集 训练卷积神经网络 数据降尺度 图像块 处理器 上采样 掩膜 计算机程序产品 分辨率 多光谱 计算机设备 可读存储介质 存储器 备份 参数 指数
系统为您推荐了相关专利信息
重构模型 重构方法 数据压缩 矿山 图像特征数据
预处理算法 地标 视频内容特征 识别误差 识别视频流
策略优化方法 策略优化模型 空气采样设备 环境监测数据 气象
预训练模型 账号 推荐方法 感兴趣 序列
视频生成模型 视频生成方法 训练样本集 对象 序列