一种基于深度学习注意力机制的GEP驱动因子研究方法

摘要

本发明涉及深度学习技术领域，具体涉及一种基于深度学习注意力机制的GEP驱动因子研究方法，包括利用数据，基于GEP数学模型构建GEP指标并完成空间化数据库；建立经济增长、生态保护、资源利用率和自然环境的驱动因子空间数据库；引入Attention向量，对四个方面驱动因子及网络中的隐层特征赋予不同的权重，并在训练过程中对该权重进行学习，得到各个驱动因子对于模型学习的重要性程度，达到解效果；建立驱动因子与GEP之间的定量关系；本发明利用深度学习很好地解决利用低中高分辨率遥感影像的精度和费用问题；通过赋予不同的权重，抽取出更加关键及重要的信息；该方法实现区域生态环境保护的连年观测和精准经营作业。