[发明专利]基于深度学习和多源遥感数据的海洋异常中尺度涡识别方法有效
| 申请号： | 202010978174.0 | 申请日： | 2020-09-17 |
| 公开（公告）号： | CN112102325B | 公开（公告）日： | 2021-11-09 |
| 发明（设计）人： | 刘颖洁;李晓峰;高乐;任沂斌;张旭东 | 申请（专利权）人： | 中国科学院海洋研究所 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06T7/60;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 青岛海昊知识产权事务所有限公司 37201 | 代理人： | 刘艳青 |
| 地址： | 266071*** | 国省代码： | 山东;37 |
| 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和多源遥感数据的海洋异常中尺度涡识别方法，首先构建异常中尺度涡样本库；再将SSHA和SSTA数据利用密集连接网络进行特征提取和学习，融合为包含SSH和SST信息的融合特征数据；通过改进U‑Net图像分割模型来构建识别模型；利用构建的异常中尺度涡样本库对识别模型进行训练，将所述融合特征数据输入到识别模型中进行特征提取，从而实现异常中尺度涡的识别。本发明利用多模态融合网络HyperDense‑Net实现了多源遥感数据的融合，充分挖掘多源遥感数据特征实现信息补充，为实现更加精准、有效的海洋中尺度涡异常的监测提供数据支持。 | ||
| 搜索关键词： | 基于 深度 学习 遥感 数据 海洋 异常 尺度 识别 方法 | ||
【主权项】：
暂无信息
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中国科学院海洋研究所，未经中国科学院海洋研究所许可，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/202010978174.0/，转载请声明来源钻瓜专利网。
