[发明专利]基于KNN分类的MODIS数据山火检测方法、系统及其存储介质在审
| 申请号： | 201910850405.7 | 申请日： | 2019-09-10 |
| 公开（公告）号： | CN110555484A | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 王洪武;沈志;黄俊波;肖刚;张继伟;吴增明;徐真 | 申请（专利权）人： | 云南电网有限责任公司带电作业分公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 53113 昆明合众智信知识产权事务所 | 代理人： | 张玺 |
| 地址： | 650011 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及山火检测方法的模型，尤其为一种基于KNN分类的MODIS数据山火检测方法、系统及其存储介质，所述基于KNN分类的MODIS数据山火检测方法首先根据火点真值表和MODIS图像输出火点和非火点经纬度位置信息，建立火点和非火点样本表，然后把经纬度与图像像元一一对应，提取MODIS图像中对应像元点的红外波段特征信息，建立正负样本集，接着使用K近邻(KNN)模型分类正负样本，建立分类模型，最后，使用测试数据进行测试，输出最佳分类模型。通过分析遥感图像红外波段得到火点特征信息，利用这些信息可进行特征学习并用于山火检测。本发明使用机器学习的模型进行分类，简单并且高效，充分利用了MODIS数据多维度特征的特点。 | ||
| 搜索关键词： | 山火 检测 分类模型 红外波段 特征信息 正负样本 经纬度位置信息 经纬度 存储介质 模型分类 使用测试 使用机器 特征学习 图像像元 遥感图像 输出 多维度 真值表 像元 样本 测试 分类 分析 学习 | ||
【主权项】：
1.一种基于KNN分类的MODIS数据山火检测方法，其特征在于：包括以下步骤：/n步骤S1：根据火点真值表和MODIS图像输出火点和非火点经纬度位置信息，建立火点和非火点样本表；/n步骤S2：建立经纬度与图像像元的对应的关系，提取火点和对应像元16个红外波段信息，建立正负样本集；/n步骤S3：使用K近邻(KNN)模型分类正负样本，建立分类模型；/n步骤S4：使用测试数据进行测试，选取不同特征维度，输出最佳分类模型。/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云南电网有限责任公司带电作业分公司，未经云南电网有限责任公司带电作业分公司许可，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/201910850405.7/，转载请声明来源钻瓜专利网。
