公开(公告)号：CN118397470A

公开(公告)日：2024-07-26

申请号：CN202410491784.6

申请日：2024-04-23

Applicant: 河南大学

Inventor： 李宁 ,  郑子扬 ,  赵建辉 ,  杨会巾 ,  毋琳 ,  黄亚博

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/82 ,  G06V10/77 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06T5/70 ,  G06T5/80 ,  G06T5/40 ,  G06V10/774 ,  G06V10/776 ,  G06T7/10

Abstract: 本发明公开了一种基于深度学习和注意力机制的星载SAR冬小麦产量估算方法、系统、存储介质和电子设备,包括应用时间序列双极化SAR的GRD影像，对数据进行预处理获得后向散射特征图像；对时间序列后向散射特征图像进行掩膜，并将其按照研究区内的行政边界图掩膜分割为多块；使用直方图降维技术构建神经网络的图像样本和时间序列向量样本；构建CNN模型；构建CNN‑BiLSTM‑Attention估产模型；将实地考察得到的产量数据，划分为训练集和测试集对模型进行训练和测试；使用训练好的模型进行产量估算，得到冬小麦产量结果图。本发明将深度学习技术和注意力机制应用于农作物估产领域，有助于更准确地估计农作物的生长状态和产量，为农业应对气候变化提供科学支持。