[发明专利]基于深度置信网络的MODIS雾监测方法在审
| 申请号： | 201710262475.1 | 申请日： | 2017-04-20 |
| 公开（公告）号： | CN107423670A | 公开（公告）日： | 2017-12-01 |
| 发明（设计）人： | 李元祥;陆永帅;施雨舟;刘嘉玮 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司： | 上海恒慧知识产权代理事务所(特殊普通合伙)31317 | 代理人： | 张宁展 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度置信网络的MODIS雾监测方法，将深度置信网络与MODIS遥感数据相结合，通过在限制玻尔兹曼机逐层预训练的方法，降低了深层网络后续的训练难度，提高了训练精度。并加入了随机隐退的优化方法，增强了模型的泛化能力，从而得到了更为准确的雾监测模型，提高了监测精度。 | ||
| 搜索关键词： | 基于 深度 置信 网络 modis 监测 方法 | ||
【主权项】：
一种基于深度置信网络的MODIS雾监测方法，其特征在于，包括训练阶段和识别阶段，具体步骤步骤如下：训练阶段：第一步，获取MODIS卫星数据；第二步，对该MODIS卫星数据进行预处理操作，包括条纹修复和换线去除、损坏波段剔除、大气校正或几何校正；第三步，获取MODIS图像对应区域对应时间的地面站观测数据；第四步，将每个观测站位置的MODIS图像像元取出，作为训练集，观测站的天气情况：无雾或有雾作为此区域的标签数据；第五步，将训练数据和标签数据输入深度置信网络中训练网络参数；第六步，将第五步训练好的网络参数保存，作为识别模型，即雾监测模型；识别阶段：第一步，获取要进行识别的MODIS遥感原始数据；第二步，对MODIS遥感原始数据进行预处理操作，包括条纹修复和换线去除、损坏波段剔除、大气校正或几何校正；第三步，将预处理好的MODIS数据输入所述的雾监测模型，得到识别结果。
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上海交通大学，未经上海交通大学许可，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/201710262475.1/，转载请声明来源钻瓜专利网。
