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：中国科学技术大学

摘要：本发明属于环境监测技术领域，具体涉及一种基于人工智能的多颗超光谱卫星系统偏差修正方法。本发明通过将处理过后待融合数据集以及标准数据集在空间以及时间上进行匹配，获取机器学习的输入参数向量以及标签数据；通过网格方式测试lightgbm模型的超参数设置，通过评估函数选出最优的超参数设置，并用最优超参数设置下的模型对待融合数据进行处理，与标准数据集进行融合。

主权项：1.一种基于人工智能的多颗超光谱卫星之间偏差的修正方法，其特征在于，具体步骤为：步骤S1:根据两个卫星气体浓度数据集的时空覆盖区间，定义两个卫星气体浓度数据集相邻与存在连接；根据所需融合的卫星气体浓度数据集的相邻以及存在连接情况，判断是否能对所有卫星气体浓度数据集进行融合；确定标准数据集；根据卫星数据集相邻与连接定义，确定任一数据集是否与所有数据集存在连接，并以其中质量最优的数据集作为基准，逐步融合相邻数据集；步骤S2:对两个相邻数据集的数据进行过滤，调整过滤后两个数据集的数据的排序；具体包括：获取所需融合的两个卫星气体浓度数据集，确定数据集中包含的数据种类；根据卫星气体浓度数据集官方文档或是其它标准，筛选并提取卫星气体浓度数据集中的数据；使用排序方法对于数据集中的数据进行排序，获取处理后的数据集；步骤S3:基于调整后的两个数据集，对数据集中的数据进行时空匹配，生成匹配数据集；具体地，对处理后的标准数据集A0,以及待融合的数据集B0，遍历寻找匹配的数据，生成数据对；将遍历得到的数据对汇总，生成数据对数据集P；步骤S4:对匹配数据集中的每一类数据进行归一化处理；按照时间顺序，对数据集进行划分；步骤S5:基于划分的训练集，生成输入参数、标签，构建机器学习模型，并进行训练，设置评价函数，调整模型超参数，获取融合数据集；具体地，根据待融合数据集B0，构建机器学习所需的标签数据以及输入参数向量；构建机器学习模型，预设机器学习模型所需的超参数；使用输入参数向量与标签数据对初始超参数设置下的模型进行训练迭代；将训练结果与标签数据通过评价函数进行评估；基于评估结果，选取最优的一组超参数，并以该超参数设置下的模型为最终完成模型；将使用最终完成模型对与标准数据集进行融合的数据集进行处理，合并生成后的数据集与标准数据集，生成新的标准数据集。

全文数据：

权利要求：

百度查询： 中国科学技术大学 基于人工智能的多颗超光谱卫星系统偏差修正方法