买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国农业科学院农业信息研究所

摘要：本发明公开了一种基于LSTM自编码器的耕地闲置识别方法，包括采集预设区域的时序数据，对所述时序数据进行预处理，对所述时序多光谱遥感图像进行逐月聚合并取中值获得时间段聚合时序HLS影像，对所述时序遥感影像进行逐月聚合并取低值获得时间段聚合时序SAR影像，根据所述时间段聚合时序HLS影像所述耕地特征，将土地覆被分成三种模式，根据所述三种模式分别构建LSTM自编码器模型，优化所述LSTM自编码器模型，将闲置耕地的所述植被指数输入LSTM自编码器模型确定残差分布阈值，将待识别数据输入LSTM自编码器模型，输出识别结果。该方法不仅可以提高基于LSTM自编码器的耕地闲置识别的精度，同时具有较好的可解释性，可以直接应用于耕地闲置识别系统中。

主权项：1.一种基于LSTM自编码器的耕地闲置识别方法，其特征在于，包括以下步骤：采集预设区域的时序数据，对所述时序数据进行预处理；所述时序数据包括多光谱遥感图像和遥感影像数据；对所述时序多光谱遥感图像进行逐月聚合并取中值获得时间段聚合时序HLS影像，对所述时序遥感影像进行逐月聚合并取低值获得时间段聚合时序SAR影像；包括：采用超像素分割算法对时序多光谱遥感图像进行分割得到区域超像素数据；采用生成对抗网络提取区域超像素数据的区域图像特征，计算区域图像特征的耕地信息度： 其中第i个区域图像特征的耕地信息为第i个区域图像特征为βi，第i个耕地特征为ζi，区域图像特征βi出现的概率为βi，耕地特征ζi出现的概率为gζi，区域图像特征βi和耕地特征ζi同时出现的概率为gβi,ζi，区域图像特征βi与耕地的关联性为γ1，变化系数为σ，区域图像特征的数量为m；对区域耕地信息度进行求和，将耕地信息度和大于0.417的区域超像素数据作为耕地并标记为有效数据，反之则为非耕地并标记为无效数据；按照时序对有效数据进行排序，提取时序有效数据的像素数据，对像素数据进行排序并提取像素中值；将像素中值的时序有效数据按照季度为单位进行聚合，将聚合结果输出为时间段聚合时序HLS影像；根据所述时间段聚合时序HLS影像计算耕地特征，将土地覆被分成三种模式，根据所述三种模式分别构建LSTM自编码器模型；所述三种模型为耕地-闲置耕地、闲置耕地-闲置耕地、闲置耕地-耕地；所述耕地特征包括植被指数、增强植被指数、土壤指数、LSWI、VH后向散射系数、VV后向散射系数；优化所述LSTM自编码器模型，将闲置耕地的所述植被指数输入LSTM自编码器模型确定残差分布阈值；将待识别数据输入LSTM自编码器模型获得重建残差，根据所述重建残差和所述残差分布阈值输出识别结果。

全文数据：

权利要求：

百度查询： 中国农业科学院农业信息研究所 一种基于LSTM自编码器的耕地闲置识别方法