-
公开(公告)号：CN119223894B
公开(公告)日：2025-02-11
申请号：CN202411754694.8
申请日：2024-12-03
Applicant: 东北大学
IPC: G01N21/17 , G01N23/207
Abstract: 本申请实施例提供一种尾砂成分遥感光谱反演方法及系统，所述方法可以获取遥感光谱数据和实验室光谱数据。并基于直接标准化算法构建实验室光谱数据与遥感光谱数据之间的误差传递函数。再使用误差传递函数对遥感光谱数据执行校正，获得校正光谱数据。然后根据多目标规划算法，计算训练光谱数据的尾砂光谱指数。并根据尾砂光谱指数构建回归模型，以及使用回归模型估测校正光谱数据对应的主要成分含量。所述方法可以通过误差传递函数对遥感光谱数据进行校正，使基于实验室光谱数据构建的回归模型可以直接应用于遥感光谱数据，估测尾砂的主要成分含量，提高基于遥感光谱数据检测尾砂主要成分含量时的准确率。
-
公开(公告)号：CN118980668B
公开(公告)日：2025-01-24
申请号：CN202411272965.6
申请日：2024-09-12
Applicant: 东北大学
IPC: G01N21/55 , G01N21/01 , G01N1/28 , G01N1/44 , G06F18/213
Abstract: 本申请公开了一种基于多角度反射率的土壤重金属估测方法、装置及设备，涉及土壤重金属含量检测技术领域，基于土壤多角度反射率数据和土壤重金属含量数据，采用机器学习模型和线性模型构建集成多角度分层学习模型，保留并结合不同角度土壤光谱特征，实现土壤重金属含量精准估测，与现有垂直角度或者多角度光谱矩阵拼接数据所建立的单层预测模型相比精度更高。且采用的Vis‑NIR全部谱段能够保证其稳定的泛化能力。所述方法包括：在待测区域确定代表性点位并采集预设深度的表层土壤；基于多个观测方位角和多个观测天顶角采集得到多角度土壤反射率数据集；将多角度土壤反射率数据集输入至集成多角度分层学习模型进行估测，得到土壤重金属含量值。
-
公开(公告)号：CN119223894A
公开(公告)日：2024-12-31
申请号：CN202411754694.8
申请日：2024-12-03
Applicant: 东北大学
IPC: G01N21/17 , G01N23/207
Abstract: 本申请实施例提供一种尾砂成分遥感光谱反演方法及系统，所述方法可以获取遥感光谱数据和实验室光谱数据。并基于直接标准化算法构建实验室光谱数据与遥感光谱数据之间的误差传递函数。再使用误差传递函数对遥感光谱数据执行校正，获得校正光谱数据。然后根据多目标规划算法，计算训练光谱数据的尾砂光谱指数。并根据尾砂光谱指数构建回归模型，以及使用回归模型估测校正光谱数据对应的主要成分含量。所述方法可以通过误差传递函数对遥感光谱数据进行校正，使基于实验室光谱数据构建的回归模型可以直接应用于遥感光谱数据，估测尾砂的主要成分含量，提高基于遥感光谱数据检测尾砂主要成分含量时的准确率。
-
公开(公告)号：CN118980668A
公开(公告)日：2024-11-19
申请号：CN202411272965.6
申请日：2024-09-12
Applicant: 东北大学
IPC: G01N21/55 , G01N21/01 , G01N1/28 , G01N1/44 , G06F18/213
Abstract: 本申请公开了一种基于多角度反射率的土壤重金属估测方法、装置及设备，涉及土壤重金属含量检测技术领域，基于土壤多角度反射率数据和土壤重金属含量数据，采用机器学习模型和线性模型构建集成多角度分层学习模型，保留并结合不同角度土壤光谱特征，实现土壤重金属含量精准估测，与现有垂直角度或者多角度光谱矩阵拼接数据所建立的单层预测模型相比精度更高。且采用的Vis‑NIR全部谱段能够保证其稳定的泛化能力。所述方法包括：在待测区域确定代表性点位并采集预设深度的表层土壤；基于多个观测方位角和多个观测天顶角采集得到多角度土壤反射率数据集；将多角度土壤反射率数据集输入至集成多角度分层学习模型进行估测，得到土壤重金属含量值。
-
-
-
Search Results
4
records
(took 0.024 seconds)
