一种基于负熵卷积神经网络的旅游区游客舒适度评价方法

摘要

本发明提供一种基于负熵卷积神经网络的旅游区游客舒适度评价方法，利用了无人机超广角拍摄特性，获取更加精确的图像、声音、温度等环境特征，再通过负熵计算方法，精准的筛选出具备潜力的旅游区图像样本，然后将负熵地域的Gabor变换图像与负熵地域的地层信息、地质背景信息、地形信息在卷积神经网络的padding矩阵填充环节组合，构造卷积神经网络的样本矩阵，更深层次的固化了负熵地区样本的特征，再通过对卷积神经网络损失函数、学习率的确定，经过卷积神经网络的训练，最终确定待测负熵地域旅游区游客的舒适度的评价值，实现对无人机海量数据的高效精确评价分析。