公开(公告)号：CN116863341A

公开(公告)日：2023-10-10

申请号：CN202311070751.6

申请日：2023-08-24

Applicant: 中国农业科学院农业资源与农业区划研究所

Inventor： 高懋芳 ,  冯富康 ,  吴文斌

IPC: G06V20/10 ,  G06N3/0442 ,  G06N3/06 ,  G06N3/084 ,  G06V10/764 ,  G06V10/82 ,  G06V20/13

Abstract: 本发明公开了一种基于时间序列卫星遥感影像的作物分类和识别方法和系统，从遥感影像中提取反射率和光谱指数时间序列曲线作为作物识别的特征；构建作物分类深度学习模型进行训练，利用门控循环单元提取作物的时间序列特征，利用注意力机制捕捉作物识别的关键生长期，利用双向结构充分利用作物生长周期的时间序列信息；保存训练过程中得到的最优模型，将最优模型用于时间序列卫星遥感影像的作物分类和识别。本发明利用循环神经网络对时间序列遥感影像进行作物分类，结合注意力机制和双向结构进行关键特征的提取，充分利用了作物整个生长周期的时序信息，能够区分不同作物独特的生长模式，提高了作物分类的准确率。

公开(公告)号：CN116863341B

公开(公告)日：2024-01-26

申请号：CN202311070751.6

申请日：2023-08-24

Applicant: 中国农业科学院农业资源与农业区划研究所

Inventor： 高懋芳 ,  冯富康 ,  吴文斌

IPC: G06V20/10 ,  G06N3/0442 ,  G06N3/06 ,  G06N3/084 ,  G06V10/764 ,  G06V10/82 ,  G06V20/13

Abstract: 本发明公开了一种基于时间序列卫星遥感影像的作物分类和识别方法和系统，从遥感影像中提取反射率和光谱指数时间序列曲线作为作物识别的特征；构建作物分类深度学习模型进行训练，利用门控循环单元提取作物的时间序列特征，利用注意力机制捕捉作物识别的关键生长期，利用双向结构充分利用作物生长周期的时间序列信息；保存训练过程中得到的最优模型，将最优模型用于时间序列卫星遥感影像的作物分类和识别。本发明利用循环神经网络对时间序列遥感影像进行作物分类，结合注意力机制和双向结构进行关键特征的提取，充分利用了作物整个生长周期的时序信息，能够区分不同作物独特的(56)对比文件赵红伟 等.深度学习方法在作物遥感分类中的应用和挑战《.中国农业资源与区划》.2020,第41卷(第5期),35-49.董芃杉 等.基于双通道门控复合网络的中文产品评论情感分析《.计算机工程与科学》.2023,第45卷(第5期),911-919.J. D.Bermudez 等.Evaluation of Ｒecurrent Neural Networks for Crop Ｒecognition from Multitemporal ＲemoteSensing Images《.Anais do XXVII CongressoBrasileiro de Cartografia;Ｒio deJaneiro》.2017,800-804.Xinxin Lu 等.Sentiment Analysis Method of NetworkText Based on Improved AT-BiGRU Model.《Scientific Programming》.2021,1-11.李鑫川 等.基于时间序列环境卫星影像的作物分类识别《.农业工程学报》.2013,第29卷(第2期),169-176.