联合星载GNSS-R数据与集成机器学习算法反演植被光学厚度的方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了联合星载GNSS‑R数据与集成机器学习算法反演植被光学厚度的方法,包括:分别获取CYGNSS卫星星载GNSS‑R、SMAP和MODIS数据;对所获取的所有数据集预处理和质量控制;数据时空匹配和数据划分;利用MODIS土地利用覆盖类型数据提取植被上CYGNSS反射点数据;利用MODIS陆地开放水域数据对陆地开放水域上的CYGNSS发射点数据进行剔除;CYGNSS地表发射率的计算;构建星载GNSS‑R植被光学厚度反演模型;将测试数据集输入到训练后的ET模型中,得到反演植被光学厚度值,并对结果进行评估。本发明利用集成机器学习算法融合双基地雷达散射截面、有效散射面积、CYGNSS变量参数和地表辅助参数构建极端随机树集成机器学习模型,可以实现全球陆地范围内高精度和高时空分辨率的植被光学厚度反演。
《联合星载GNSS-R数据与集成机器学习算法反演植被光学厚度的方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023109187578,当前法律状态为已下证,由昆明理工大学提出申请,发明人为布金伟;张永凤;左小清;朱大明;李勇发,申请日期为2023-07-25,公开(公告)日期为2024-01-02,国际专利分类号(IPC)为 G06F 18/214 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了联合星载GNSS‑R数据与集成机器学习算法反演植被光学厚度的方法,包括:分别获取CYGNSS卫星星载GNSS‑R、SMAP和MODIS数据;对所获取的所有数据集预处理和质量控制;数据时空匹配和数据划分;利用MODIS土地利用覆盖类型数据提取植被上CYGNSS反射点数据;利用MODIS陆地开放水域数据对陆地开放水域上的CYGNSS发射点数据进行剔除;CYGNSS地表发射率的计算;构建星载GNSS‑R植被光学厚度反演模型;将测试数据集输入到训练后的ET模型中,得到反演植被光学厚度值,并对结果进行评估。本发明利用集成机器学习算法融合双基地雷达散射截面、有效散射面积、CYGNSS变量参数和地表辅助参数构建极端随机树集成机器学习模型,可以实现全球陆地范围内高精度和高时空分辨率的植被光学厚度反演。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
