滨海湿地植被地上生物量GAN模型自学习遥感反演方法
实质审查的生效
摘要
滨海湿地植被地上生物量GAN模型自学习遥感反演方法，涉及卫星遥感技术领域，包括如下步骤：步骤1、针对滨海湿地植被优选出GAN网络的特征约束因子，设计受特征约束因子约束的生成对抗网络模型；步骤2、利用生成对抗网络模型生成的生物量样本数据构建线性回归模型反演植被地上生物量。本发明能够提高滨海湿地植被生物量的反演精度，解决因现场生物量数据少导致的滨海湿地植被生物量反演模型难构建和反演精度不高的问题。
基本信息
专利标题 ：
滨海湿地植被地上生物量GAN模型自学习遥感反演方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114460013A
申请号 ：
CN202210107317.X
公开（公告）日 ：
2022-05-10
申请日 ：
2022-01-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
马毅陈琛任广波王建步
申请人 ：
自然资源部第一海洋研究所
申请人地址 ：
山东省青岛市崂山区仙霞岭路6号
代理机构 ：
北京君琅知识产权代理有限公司
代理人 ：
陈建
优先权 ：
CN202210107317.X
主分类号 ：
G01N21/17
IPC分类号 ：
G01N21/17 G01N21/01 G01S19/42
IPC结构图谱
G
G部——物理
G01
测量；测试
G01N
借助于测定材料的化学或物理性质来测试或分析材料
G01N21/00
利用光学手段，即利用亚毫米波、红外光、可见光或紫外光来测试或分析材料
G01N21/17
入射光根据所测试的材料性质而改变的系统
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G01N 21/17
申请日 : 20220128
申请日 : 20220128
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
