原文传递
基于多角度多通道偏振信息与深度学习技术相结合的大气气溶胶反演方法
| 专利名称： | 基于多角度多通道偏振信息与深度学习技术相结合的大气气溶胶反演方法 |
| 摘要： | 本发明涉及基于多角度多通道偏振信息与深度学习技术相结合的大气气溶胶反演方法，与现有技术相比解决了基于查找表的气溶胶反演方法使用局限性大的缺陷。本发明包括以下步骤：输入数据的生成；构建深度堆栈自动编码机；无监督训练深度堆栈稀疏自动编码机网络；有监督学习微调5层深度堆栈稀疏自编码机网络；大气气溶胶反演结果的获得。本发明采用堆栈稀疏自编码器的深度网络模型实现气溶胶厚度和粗细粒子比的反演，提高了反演计算效率和处理速度。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 安徽;34 |
| 申请人： | 中国科学院合肥物质科学研究院 |
| 发明人： | 方薇;张冬英;易维宁;杜丽丽;黄红莲;孙晓兵 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810454559.X |
| 公开号： | CN108896450A |
| 代理机构： | 合肥国和专利代理事务所(普通合伙) 34131 |
| 代理人： | 张祥骞 |
| 分类号： | G01N15/00(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;G;G01;G06;G01N;G06N;G01N15;G06N3;G01N15/00;G06N3/04;G06N3/08 |
| 申请人地址： | 230031 安徽省合肥市蜀山湖路350号 |
| 主权项： | 1.一种基于多角度多通道偏振信息与深度学习技术相结合的大气气溶胶反演方法，其特征在于，包括以下步骤：11)输入数据的生成，利用传感器获取到的多角度、多通道、多类型的偏振图像信息，结合观测几何参数，经归一化处理后，生成输入数据；12)构建深度堆栈自动编码机，建立深度堆栈自动编码机，并对其网络层数、各层节点数进行设定；13)无监督训练深度堆栈稀疏自动编码机网络，通过不带二维标签分值的训练样本训练深度堆栈稀疏自动编码机，求取堆栈稀疏自动编码机网络参数；14)有监督学习微调5层深度堆栈稀疏自编码机网络，利用标签样本集进行5层深度堆栈稀疏自编码机网络的训练；15)大气气溶胶反演结果的获得，建立测试数据集，输入5层深度堆栈稀疏自编码机网络，输出气溶胶光学厚度和粗细粒子比二维预测值。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
