基于卷积神经网络的陆表温度降尺度方法、产品、介质及设备

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于卷积神经网络的陆表温度降尺度方法、产品、介质及设备
申请号:CN202411003698
申请日期:2024-07-25
公开号:CN118940036A
公开日期:2024-11-12
类型:发明专利
摘要
本发明公开一种基于卷积神经网络的陆表温度降尺度方法、产品、介质及设备,涉及陆温观测领域。本发明首先获取同时相或邻近时相的高分辨率陆表温度数据以及高分辨率辅助数据并构建多源高分数据库;构建卷积神经网络降尺度模型;基于多源高分数据库构建深度学习训练样本集;采用深度学习训练样本集对卷积神经网络降尺度模型进行训练和测试,训练完成后获得高分辨率陆表温度降尺度模型;针对待降尺度的低分辨率陆表温度数据,使用高分辨率陆表温度降尺度模型进行降尺度,获得高分辨率陆表温度数据。本发明能够实现低分辨率到高分辨率的陆表温度数据降尺度,同时提高陆表温度数据的时间和空间分辨率。
技术关键词
降尺度方法 构建卷积神经网络 训练样本集 训练卷积神经网络 数据降尺度 图像块 处理器 上采样 掩膜 计算机程序产品 分辨率 多光谱 计算机设备 可读存储介质 存储器 备份 参数 指数
系统为您推荐了相关专利信息
数字孪生系统 智能模型 大语言模型 花键 强化学习技术
面诊方法 分类预测模型 面部图像特征 人脸关键点检测 PCA算法
AR眼镜 图像获取方法 手势信号识别 支持向量机模型 数据识别分类
医学知识图谱 任务分配结构 质控方法 机器人 语义
深度神经网络模型 瞬变电磁场 训练深度神经网络 训练样本集 电压