-
公开(公告)号：CN114354666B
公开(公告)日：2023-12-26
申请号：CN202111677903.X
申请日：2021-12-31
Applicant: 三峡大学
IPC: G01N23/223 , G06F30/20 , G06F17/18 , G06F111/06 , G06F111/08
Abstract: 本发明涉及基于波长频次选择的土壤重金属光谱特征提取、优化方法，包括：采集土壤样品，配置样本，获取样本的光谱，形成样本数据集；多次运行BOSS算法，计算各变量被选中的概率，挑选出概率大的波长变量，计算预测模型的RMSECV平均值，调整波长变量的数量使RMSECV平均值最小，确定波长变量的最优数量N；重复运行串联的ICO‑BOSS算法进行波长变量选择，计算各变量被选中的概率，从中选出N个概率大的波长变量，计算预测模型的RMSECV平均值，调整波长变量的数量使RMSECV平均值最小，得到最优波长变量集；利用得到的波长变量集预测重金属含量。本发明采用串联的ICO‑BOSS算法，并采用波长频次选择策略，选出最优波长变量集，用于重金属含量的预测，提高了预测模型的稳定性和精度。
-
公开(公告)号：CN109902411B
公开(公告)日：2020-08-11
申请号：CN201910173177.4
申请日：2019-03-07
Applicant: 三峡大学
IPC: G06F30/20
Abstract: 本发明实施例提供一种土壤重金属含量检测建模方法及装置、检测方法及装置。其中，建模方法包括：对于每一土壤样本，获取土壤样本的荧光光谱和目标重金属含量，将土壤样本的荧光光谱和目标重金属含量的组合作为一个训练样本，获得多个训练样本，组成训练样本集；基于训练样本集，利用向后间隔偏最小二乘法依次建立多个基模型；根据预设的集成策略，将各基模型集成为土壤重金属含量检测模型。本发明实施例提供的土壤重金属含量检测建模方法及装置、检测方法及装置，根据预设的集成策略，将利用向后间隔偏最小二乘法建立的多个基模型集成为土壤重金属含量检测模型，所建立的土壤重金属含量检测模型具有更高的精度。
-
公开(公告)号：CN117874480A
公开(公告)日：2024-04-12
申请号：CN202311682639.8
申请日：2021-12-31
Applicant: 三峡大学
IPC: G06F18/2115 , G01N23/223 , G06F18/214 , G16C20/70
Abstract: 本发明涉及基于ICO‑BOSS算法的土壤重金属光谱特征提取方法，包括：采集土壤样品，配置样本，获取样本的光谱，形成样本数据集；运行BOSS算法，计算各变量被选中的概率，挑选出概率大的波长变量，计算预测模型的RMSECV平均值并调整波长变量的数量使RMSECV平均值最小，确定波长变量的最优数量N；多次重复运行串联的ICO‑BOSS算法进行波长变量选择，计算各变量被选中的概率，从中选出N个概率大的波长变量，计算预测模型的RMSECV平均值，调整波长变量的数量使RMSECV平均值最小，得到最优波长变量集。本发明采用ICO‑BOSS算法，并采用波长频次选择策略，选出最优波长变量集，用于重金属含量的预测，提高了预测模型的稳定性和精度。
-
公开(公告)号：CN110197205A
公开(公告)日：2019-09-03
申请号：CN201910385039.2
申请日：2019-05-09
Applicant: 三峡大学
Abstract: 本发明公开了一种多特征来源残差网络的图像识别方法，构建多特征来源残差网络模型，通过卷积层和最大池化层提取浅层特征，通过多个残差模块提取深层特征，将浅层特征和深层特征相加，作为全连接层和分类器的输入；采用样本图片集对多特征来源残差网络模型进行训练、测试，采用梯度下降法对模型参数进行训练、优化；采用多特征来源残差网络模型对待分类图片进行识别分类，输出图片属于各个分类的概率。本发明提出的多特征来源残差网络模型将图像浅层特征与深层特征结合起来，作为全连接层以及分类器的输入，使模型能够兼顾图像的轮廓和纹理信息，从多个维度去认识图像，从而得到更准确的识别结果，提高了图像识别的精度。
-
公开(公告)号：CN115598162A
公开(公告)日：2023-01-13
申请号：CN202111586536.2
申请日：2021-12-21
Applicant: 三峡大学(CN)
IPC: G01N23/223 , G06N3/00 , G06N20/00
Abstract: 本发明涉及基于堆叠式模型的土壤重金属含量检测方法，包括：采集土壤样品，配置预定重金属浓度范围的土壤样本；获取土壤样本的光谱，形成样本光谱数据集；利用迭代保留信息法筛选出光谱中的强信息变量与弱信息变量；选出具有代表性的四种特征变量选择方法，分别构建基学习器进行训练、测试；将基学习器集成，构建元学习器，并对元学习器进行训练、测试；将待检测土壤的光谱输入基学习器，依据元学习器得到的波长点判断分析土壤重金属的含量。本发明将多种波长变量选择算法并联、集成，克服了单一特征变量选择方法的缺陷，提高了土壤重金属含量的检测精度，检测结果稳定性好。
-
Patent Agency Ranking
公开(公告)号：CN110197205B
公开(公告)日：2022-04-22
申请号：CN201910385039.2
申请日：2019-05-09
Applicant: 三峡大学
IPC: G06K9/62 , G06V10/774 , G06V10/764 , G06N3/04
Abstract: 本发明公开了一种多特征来源残差网络的图像识别方法，构建多特征来源残差网络模型，通过卷积层和最大池化层提取浅层特征，通过多个残差模块提取深层特征，将浅层特征和深层特征相加，作为全连接层和分类器的输入；采用样本图片集对多特征来源残差网络模型进行训练、测试，采用梯度下降法对模型参数进行训练、优化；采用多特征来源残差网络模型对待分类图片进行识别分类，输出图片属于各个分类的概率。本发明提出的多特征来源残差网络模型将图像浅层特征与深层特征结合起来，作为全连接层以及分类器的输入，使模型能够兼顾图像的轮廓和纹理信息，从多个维度去认识图像，从而得到更准确的识别结果，提高了图像识别的精度。
-
公开(公告)号：CN116256771A
公开(公告)日：2023-06-13
申请号：CN202310144614.6
申请日：2023-02-21
Applicant: 三峡大学
IPC: G01S17/88 , G01S17/08 , G06F18/24 , G06F18/23213
Abstract: 一种基于无人机激光点云树障分析方法，它包括以下步骤：步骤1：通过无人机获取激光点云；步骤2：对获取的激光点云去除噪点，进而进行分类；步骤3：进行电力线的提取；步骤4：基于二分法的电力线拟合，将距离较近的电力线进行分割，判断单个点位置，分别获得单根电力线；步骤5：基于RANSAC模型的电力线重建，去除误分点云，获得准确电力线模型；步骤6：进行输电线工况的模拟：结合导线型号信息和气象条件，运用架空线力学理论进行输电线工况模拟，模拟不同状态，如高温、覆冰、大风舞动这些工况条件下的输电线形态；步骤7：使用分段截面距离来计算和分析输电线与其下方地物之间的距离，并自动将该距离与规定的安全距离进行比较，标记输电线与地物距离在标准安全距离以内的区域。
-
公开(公告)号：CN114354666A
公开(公告)日：2022-04-15
申请号：CN202111677903.X
申请日：2021-12-31
Applicant: 三峡大学
IPC: G01N23/223 , G06F30/20 , G06F17/18 , G06F111/06 , G06F111/08
Abstract: 本发明涉及基于波长频次选择的土壤重金属光谱特征提取、优化方法，包括：采集土壤样品，配置样本，获取样本的光谱，形成样本数据集；多次运行BOSS算法，计算各变量被选中的概率，挑选出概率大的波长变量，计算预测模型的RMSECV平均值，调整波长变量的数量使RMSECV平均值最小，确定波长变量的最优数量N；重复运行串联的ICO‑BOSS算法进行波长变量选择，计算各变量被选中的概率，从中选出N个概率大的波长变量，计算预测模型的RMSECV平均值，调整波长变量的数量使RMSECV平均值最小，得到最优波长变量集；利用得到的波长变量集预测重金属含量。本发明采用串联的ICO‑BOSS算法，并采用波长频次选择策略，选出最优波长变量集，用于重金属含量的预测，提高了预测模型的稳定性和精度。
-
公开(公告)号：CN110032762A
公开(公告)日：2019-07-19
申请号：CN201910172581.X
申请日：2019-03-07
Applicant: 三峡大学
IPC: G06F17/50
Abstract: 本发明实施例提供一种土壤重金属含量检测建模方法及装置、检测方法及装置。其中，建模方法包括：对于每一土壤样本，获取土壤样本的荧光光谱和目标重金属含量，将土壤样本的荧光光谱和目标重金属含量的组合作为一个训练样本，获得多个训练样本，组成训练样本集；基于训练样本集，利用向前间隔偏最小二乘法依次建立多个基模型；根据预设的集成策略，将各基模型集成为土壤重金属含量检测模型。本发明实施例提供的土壤重金属含量检测建模方法及装置、检测方法及装置，根据预设的集成策略，将利用向前间隔偏最小二乘法建立的多个基模型集成为土壤重金属含量检测模型，所建立的土壤重金属含量检测模型具有更高的精度。
-
公开(公告)号：CN109902411A
公开(公告)日：2019-06-18
申请号：CN201910173177.4
申请日：2019-03-07
Applicant: 三峡大学
IPC: G06F17/50
Abstract: 本发明实施例提供一种土壤重金属含量检测建模方法及装置、检测方法及装置。其中，建模方法包括：对于每一土壤样本，获取土壤样本的荧光光谱和目标重金属含量，将土壤样本的荧光光谱和目标重金属含量的组合作为一个训练样本，获得多个训练样本，组成训练样本集；基于训练样本集，利用向后间隔偏最小二乘法依次建立多个基模型；根据预设的集成策略，将各基模型集成为土壤重金属含量检测模型。本发明实施例提供的土壤重金属含量检测建模方法及装置、检测方法及装置，根据预设的集成策略，将利用向后间隔偏最小二乘法建立的多个基模型集成为土壤重金属含量检测模型，所建立的土壤重金属含量检测模型具有更高的精度。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.024 seconds)
