地质单元分类模型的训练方法、地质单元分类方法和装置

技术特征：
1.一种地质单元分类模型的训练方法，包括：根据月球地形图分幅规则选择目标区域，并确定所述目标区域的图像数据；基于所述图像数据生成像素格网矢量数据，并根据所述像素格网矢量数据计算每个像素格网中心位置的经纬度坐标，得到数据点矢量数据；基于所述数据点矢量数据进行空间叠加运算，确定至少一个数据特征；基于所述至少一个数据特征确定待训练的地质单元分类模型的样本输入数据；以及根据所述样本输入数据，采用机器学习算法训练所述待训练的地质单元分类模型。2.根据权利要求1所述的方法，其中，所述基于所述数据点矢量数据进行空间叠加运算，确定至少一个数据特征，包括以下操作中的一种或多种：基于所述样本数据点矢量数据进行空间叠加运算提取地质单元分类特征；基于所述样本数据点矢量数据进行空间叠加运算提取经度特征、纬度特征和灰度特征中的一种或多种；基于所述样本数据点矢量数据进行空间叠加运算提取高程特征、坡度特征和起伏度特征中的一种或多种；基于所述样本数据点矢量数据进行空间叠加运算提取tio2特征；以及基于所述样本数据点矢量数据进行空间叠加运算提取feo、斜辉石、橄榄石、斜长石、辉石、亚微观金属铁和光学成熟度特征中的一种或多种。3.根据权利要求1所述的方法，其中，所述基于所述图像数据生成像素格网矢量数据，并根据所述像素格网矢量数据计算每个像素格网中心位置的经纬度坐标，得到数据点矢量数据，包括：基于所述图像数据以预设的距离范围为间隔进行取点，生成具有空间位置的像素格网矢量数据；以及根据所述像素格网矢量数据计算每个像素格网中心位置的经纬度坐标，得到数据点矢量数据。4.根据权利要求1所述的方法，其中，所述基于所述至少一个数据特征确定待训练的地质单元分类模型的样本输入数据，包括：采用嵌入式法计算所述至少一个数据特征的重要性，得到至少一个重要性计算结果；以及基于所述至少一个重要性计算结果确定待训练的地质单元分类模型的样本输入数据。5.根据权利要求2所述的方法，还包括：采用标签编码方法对所述地质单元分类特征进行编码转换，得到所述地质单元分类特征的数字编码；以及将所述地质单元分类特征的数字编码作为待训练的地质单元分类模型的样本输入数据。6.一种地质单元分类方法，包括：将目标图像输入地质单元分类模型，得到与所述目标图像对应的地质单元分类结果；其中，所述地质单元分类模型是根据权利要求1至5任一项所述的方法训练的。7.一种地质单元分类模型的训练装置，包括：第一数据处理模块，用于根据月球地形图分幅规则选择目标区域，并确定所述目标区
域的图像数据；第二数据处理模块，用于基于所述图像数据生成像素格网矢量数据，并根据所述像素格网矢量数据计算每个像素格网中心位置的经纬度坐标，得到数据点矢量数据；第三数据处理模块，用于基于所述数据点矢量数据进行空间叠加运算，确定至少一个数据特征；第四数据处理模块，用于基于所述至少一个数据特征确定待训练的地质单元分类模型的样本输入数据；以及训练模块，用于根据所述样本输入数据，采用机器学习算法训练所述待训练的地质单元分类模型。8.一种地质单元分类装置，包括：获得模块，用于将目标图像输入地质单元分类模型，得到与所述目标图像对应的地质单元分类结果；其中，所述地质单元分类模型是根据权利要求7所述的装置训练的。9.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～6中任一项所述的方法。10.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～6中任一项所述的方法。

技术总结
本公开提供了一种地质单元分类模型的训练方法。该地质单元分类模型的训练方法包括：根据月球地形图分幅规则选择目标区域，并确定目标区域的图像数据；基于图像数据生成像素格网矢量数据，并根据像素格网矢量数据计算每个像素格网中心位置的经纬度坐标，得到数据点矢量数据；基于数据点矢量数据进行空间叠加运算，确定至少一个数据特征；基于至少一个数据特征确定待训练的地质单元分类模型的样本输入数据；以及根据样本输入数据，采用机器学习算法训练待训练的地质单元分类模型。本公开还提供了一种地质单元分类方法、装置、设备和存储介质。储介质。储介质。


技术研发人员：左维 李春来 高兴烨 曾兴国 刘大卫 熊雅颖 张舟斌 赵飞越
受保护的技术使用者：中国科学院国家天文台
技术研发日：2022.03.01
技术公布日：2022/6/3