[发明专利]基于深度学习的植物关键物候期时间点预测方法及系统有效
| 申请号： | 202011432779.6 | 申请日： | 2020-12-09 |
| 公开（公告）号： | CN112560633B | 公开（公告）日： | 2023-08-01 |
| 发明（设计）人： | 周雪雯;辛秦川;戴永久 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06V20/20 | 分类号： | G06V20/20;G06V10/44;G06V10/774;G06V10/82;G06N3/0464;G06N3/084 |
| 代理公司： | 广东广盈专利商标事务所(普通合伙) 44339 | 代理人： | 李俊 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 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植物关键物候期时间点预测方法及系统，其方法包括：对采集到的相关气象数据进行归一化处理，并将处理后所形成的若干个特征变量划分至训练集与验证集中；搭建一维卷积神经网络回归模型，并将所述训练集中包含的所有特征变量时间序列导入网络结构进行训练，输出训练模型；以均方误差作为评估指标，将所述验证集中包含的所有特征变量导入所述训练模型进行验证，存储最优模型；将其他区域的气象数据导入所述最优模型进行预测，获取区域内的不同植被物候天数。本发明实施例可覆盖全球尺度下不同生长季节的植被物候，且保证输出结果的高准确率。 | ||
| 搜索关键词： | 基于 深度 学习 植物 关键 物候 时间 预测 方法 系统 | ||
【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山大学，未经中山大学许可，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/202011432779.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种生姜固体奶昔及其制作方法
- 下一篇：一种基于Zn
