一种基于深度学习的预测县级单位时序GDP的方法

摘要

本发明提供了一种基于深度学习的预测县级单位时序GDP的方法，包括：首先基于GEE平台收集和管理研究区域内时间序列的多源遥感数据和县级矢量边界数据及年度县级GDP数据；然后基于GEE平台进行数据处理，并提出一种基于直方图统计的特征提取方法，将特征封装为深度学习所需的张量，按照时间将数据划分为训练集和验证集；再基于卷积神经网络建立深度学习体系结构，并将数据特征张量输入到网络中利用历史数据进行训练，保存训练后的模型；最后将验证实际数据输入模型，得到预测结果。本发明所提出的技术方案可以提高预测精度，节省人力成本，有利于帮助相关部门和政府统计到准确的社会经济数据，从而有针对性的提供产业援助和制定政策。