申请/专利权人:西安电子科技大学
申请日:2024-03-27
公开(公告)日:2024-07-05
公开(公告)号:CN118298144A
主分类号:G06V10/20
分类号:G06V10/20;G01J5/00;G06V10/82;G06N3/048;G06N3/047;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.07.23#实质审查的生效;2024.07.05#公开
摘要:本发明公开了一种基于改进贝叶斯优化广义回归神经网络的多光谱辐射测温反演方法,包括以下步骤:对红外多光谱图像序列进行预处理,并将预处理后的数据与目标真实温度对应起来,构建为数据集;建立用于目标测温区域真实温度回归反演的广义回归神经网络模型;基于数据集,采用仿生优化算法作为贝叶斯优化的采样方法,并利用改进的贝叶斯优化算法对广义回归神经网络模型中的超参数进行优化,以便于利用优化好的广义回归神经网络模型反演目标真实温度。该方法无需假设发射率模型,具有较高的测温效率和测温精度,且具有更广泛的适用性。
主权项:1.一种基于改进贝叶斯优化广义回归神经网络的多光谱辐射测温反演方法,其特征在于,包括:步骤1:对红外多光谱图像序列进行预处理,并将预处理后的数据与目标真实温度对应起来,构建为数据集;步骤2:建立用于目标测温区域真实温度回归反演的广义回归神经网络模型;步骤3:基于所述数据集,采用仿生优化算法作为贝叶斯优化的采样方法,并利用改进的贝叶斯优化算法对所述广义回归神经网络模型中的超参数进行优化,以便于利用优化好的广义回归神经网络模型反演目标真实温度。
全文数据:
权利要求:
百度查询: 西安电子科技大学 基于改进贝叶斯优化广义回归神经网络的多光谱辐射测温反演方法
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。