一种基于随机森林模型和迁移学习CDL知识的作物识别方法
文献类型：专利
| 作者 | 刘正佳; 刘彦随; 王丝丝; 陈芳鑫; 王永生; 王介勇 |
| 发表日期 | 2022-11-29 |
| 专利号 | CN202210792032.4 |
| 著作权人 | 中国科学院地理科学与资源研究所. |
| 国家 | 中国 |
| 英文摘要 | 本发明涉及一种基于随机森林模型和迁移学习CDL知识的作物识别方法，包括以下步骤：S1)基于识别区和训练样本选择区的积温、降雨等气候特征划定训练样本选择区的范围；S2)基于步骤S1中划定训练样本选择区的范围，利用随机分作物层抽样算法选取物训练样本点；S3)构建识别区和训练样本选择区10天时间序列遥感影像数据集；S4)构建作物遥感光谱特征曲线数据库；S5)设定随机森林模型训练参数，利用训练样本选择区的作物样本进行训练；S6)利用迁移学习策略，将训练好的随机森林模型结合步骤S3获取的识别区的数据集对识别区的作物进行识别。本发明的作物识别方法不需要大量的野外实测样本数据，稳健性好，粮食作物识别精度高。 |
| 公开日期 | 2022-11-29 |
| 申请日期 | 2022-07-05 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/190659]  |
| 专题 | 区域可持续发展分析与模拟院重点实验室_专利、软件与成果转化 |
| 作者单位 | 中国科学院地理科学与资源研究所. |
| 推荐引用方式 GB/T 7714 | 刘正佳,刘彦随,王丝丝,等. 一种基于随机森林模型和迁移学习CDL知识的作物识别方法. CN202210792032.4. 2022-11-29. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。