[发明专利]基于深度学习的高分辨率遥感地质灾害信息自动提取方法有效
| 申请号： | 201910825666.3 | 申请日： | 2019-09-03 |
| 公开（公告）号： | CN110532974B | 公开（公告）日： | 2021-10-22 |
| 发明（设计）人： | 谭力 | 申请（专利权）人： | 成都理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06N3/04 |
| 代理公司： | 成都正华专利代理事务所(普通合伙) 51229 | 代理人： | 陈选中 |
| 地址： | 610051 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的高分辨率遥感地质灾害信息自动提取方法。本发明在统一时空基准表示理论基础上，得出基于深度学习技术的多层地质灾害信息自动提取模型，其中重点将采用深度神经网络模型，以地质灾害对象为单位设计定量化的特征参量，以多尺度描述方法建立地质灾害信息表达方法，以多尺度地质灾害特征空间为基准设计和研制深度神经网络模型，分层次地实现地质灾害信息的智能化提取。 | ||
| 搜索关键词： | 基于 深度 学习 高分辨率 遥感 地质灾害 信息 自动 提取 方法 | ||
【主权项】：
1.一种基于深度学习的高分辨率遥感地质灾害信息自动提取方法，其特征在于，包括以下步骤：/nS1、利用高分辨率遥感影像建立地质灾害特征空间；/nS2、根据地质灾害特征空间得到地质灾害特征信息的多尺度表达；/nS3、根据地质灾害特征空间和地质灾害特征信息的多尺度表达，建立基于多尺度特征的深度神经网络模型；/nS4、通过深度神经网络模型自动提取地质灾害信息。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都理工大学，未经成都理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910825666.3/，转载请声明来源钻瓜专利网。
