报告详情
基于深度学习的少样本矿物高光谱定量分析方法研究
编号：2450
访问权限：仅限参会人
更新：2024-04-19 15:04:20
浏览：754次
特邀报告
报告开始：2024年05月20日 08:00（Asia/Shanghai）
报告时间：9min
所在会场：[S7] 主题7、遥感与地理信息科学 [S7-12] 主题7、遥感与地理信息科学 专题7.20、专题7.4（20日上午，305）
暂无文件
摘要
针对矿物信息的高光谱定量遥感研究，以深度学习为代表的机器学习方法提供了新的研究范式，但针对地学科学领域的应用，目前缺乏具有代表性的真实矿物标签。本研究从Hapke辐射传输模型、矿物识别谱系和深度学习网络的混合建模思路出发，开展融合Hapke辐射传输模型和矿物知识谱系的高光谱矿物定量分析深度学习研究，实现融合空间感知和辐射传输模型的数据增强技术，建立基于矿物识别关键特征和含量预测的多任务深度学习模型并开发参数分组优化算法。通过构建少样本矿物高光谱深度学习技术，为高光谱遥感地质定量化分析提供新的技术手段，对地质调查、矿产勘查、行星探测等具有重要的技术支撑作用，同时也可以为生态环境评价、土壤质量调查等提供参考。
关键词
高光谱遥感；小样本；辐射传输模型；多任务学习；深度学习
报告人
秦凯
研究员 核工业北京地质研究院稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论