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：南京信息工程大学

摘要：本发明公开一种用于估算地表水含量的深度学习模型及应用，属于GNSS‑R微波遥感技术领域；模型包括：上下文模块、SwinTransformer编码器、解码器以及Head模块；所述上下文模块从输入数据中提取浅层特征，编码器能理解图像的全局结构和局部细节，捕获遥感任务所需的空间关系，提取图像的底层特征；解码器整合编码器提取的底层特征获得特征图；Head模块将通过上下文模块提取的浅层特征与从所述特征图逐渐整合的层级式特征融合；利用GNSS‑R数据对水体的高敏感性进行回归估计，并结合地形因素、植被信息、土壤湿度和经纬度数据，最终生成地表水含量估算结果。

主权项：1.一种用于估算地表水含量的方法，其特征在于，使用深度学习模型，包括：上下文模块、SwinTransformer编码器、解码器以及Head模块；所述上下文模块从输入数据中提取浅层特征，SwinTransformer编码器能理解图像的全局结构和局部细节，捕获遥感任务所需的空间关系，提取图像的底层特征；解码器整合SwinTransformer编码器提取的底层特征获得特征图；Head模块将通过上下文模块提取的浅层特征与从所述特征图逐渐整合的层级式特征融合；利用GNSS-R数据对水体的高敏感性进行回归估计，并结合地形因素、植被信息、土壤湿度和经纬度数据，最终生成地表水含量估算结果；所述上下文模块提取浅层特征的数学表达式为： 其中表示输出浅层特征；和表示卷积运算权重参数，核大小分别为3和7；表示连接操作；表示不同范式的输出数据；所述SwinTransformer编码器包括多个SwinTransformerBlock，SwinTransformerBlock包括一系列W-MSA模块、SW-MSA模块和MLP模块；所述SwinTransformerBlock的定义为： 式中，和分别代表SwinTransformerBlockl中的W-MSA模块和MLP模块的输出特征，LN是LayerNorm操作，MLP表示多层感知器；在所述解码器中，给定来自第l阶段的跳跃连接特征Ei和前一个上采样块的Di−1的特征，第i个上采样块的输出特征Di数学表达式为： 其中，ConvModule为可变形卷积，可扩展为3×3卷积、BN和Relu的序列，ConvModule×2表示该模块被重复两次，UP扩展为上采样操作和ConvModule的序列，Concat表示特征连接过程；表示连接操作；所述Head模块生成最终输出的表达式为： 式中，σ表示Sigmoid激活函数，ConvModule扩展为3×3卷积，UP扩展为上采样操作和ConvModule的序列，D0为整合SwinTransformer编码器提取的底层特征获得的特征图，E0为通过上下文模块获得的浅层特征，||表示连接操作。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种用于估算地表水含量的深度学习模型及应用