申请/专利权人：山东省国土测绘院

申请日：2024-04-29

公开（公告）日：2024-06-25

公开（公告）号：CN118113805B

主分类号：G06F16/29

分类号：G06F16/29;G06N3/044;G06N3/08;G06N3/006

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.06.18#实质审查的生效;2024.05.31#公开

摘要：本发明涉及数据分析领域，特别是一种基于深度学习的地理信息勘测校准方法及系统。通过基于RNN循环神经网络建立RNN地理信息勘测校准模型，在RNN地理信息勘测校准模的输入层中加入AE点积注意机制模块，得到地理信息勘测校准模型；通过WHO野马优化算法对地理信息勘测校准模型中的参数进行优化，得到地理信息勘测校准模型；将验证地理信息勘测数据输入至地理信息勘测校准模型中进行验证，得到地理信息勘测校准模型；将实时地理信息勘测数据输入至地理信息勘测校准模型中进行训练，得到地理信息勘测校准结果；对地理信息勘测校准结果进行判断。能更精确地校准原始勘测数据。

主权项：1.一种基于深度学习的地理信息勘测校准方法，其特征在于，所述地理信息勘测校准方法包括以下步骤：获取系统中的历史地理信息勘测数据，所述历史地理信息勘测数据至少包括地形地貌数据、遥感影像数据、地图数据、地质数据、交通道路数据；模拟不同季节的天气条件，调整所述历史地理信息勘测数据的色温和亮度，得到第一地理信息勘测数据集；对所述第一地理信息勘测数据集进行旋转和缩放，得到第二地理信息勘测数据集；对所述第二地理信息勘测数据集进行归一化处理，得到地理信息勘测数据集，所述地理信息勘测数据集至少包括训练地理信息勘测数据和验证地理信息勘测数据；基于RNN循环神经网络建立RNN地理信息勘测校准模型，在所述RNN地理信息勘测校准模的输入层中加入AE点积注意机制模块，得到初始AE-RNN地理信息勘测校准模型；通过WHO野马优化算法对所述初始AE-RNN地理信息勘测校准模型中的参数进行优化，得到初始AE-RNN地理信息勘测校准模型；将验证地理信息勘测数据输入至所述初始AE-RNN地理信息勘测校准模型中进行验证，得到目标AE-RNN地理信息勘测校准模型；获取实时地理信息勘测数据，将所述实时地理信息勘测数据输入至所述目标AE-RNN地理信息勘测校准模型中进行训练，得到地理信息勘测校准结果；对所述地理信息勘测校准结果进行判断，若所述地理信息勘测校准结果为地理信息勘测错误，则对地理信息数据进行重新采集。

全文数据：

权利要求：

百度查询： 山东省国土测绘院 一种基于深度学习的地理信息勘测校准方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD