公开(公告)号：CN107832790B

公开(公告)日：2020-08-25

申请号：CN201711067416.5

申请日：2017-11-03

Applicant: 南京农业大学

Inventor： 任守纲 ,  万升 ,  顾兴健 ,  徐焕良 ,  李庆铁

IPC: G06K9/62

Abstract: 本发明提出一种基于局部低秩表示的半监督高光谱图像分类方法，利用局部低秩系数来刻画空谱信息，最终借助获得的空谱信息得到一种增强的高光谱图像半监督分类方法。本方法首先通过局部低秩表示对空谱信息进行刻画，然后对无标记的样本进行标签初始化，最后基于已获得的空谱信息对高光谱图像进行半监督分类。本发明的方法能够适用于标签样本数量不足的高光谱图像分类的情况中，同时实现提高分类准确率，边界模糊性明显降低。

公开(公告)号：CN107180261B

公开(公告)日：2020-03-17

申请号：CN201710426571.5

申请日：2017-06-08

Applicant: 南京农业大学

Inventor： 任守纲 ,  刘鑫 ,  顾兴健 ,  徐焕良

IPC: G06N3/08 ,  G06N3/12 ,  G06Q10/04

Abstract: 本发明提出一种基于滚动BP神经网络的温室小气候中长期预测方法，根据预测时间，每个时刻构建一个BP神经网络，最终形成一个滚动的BP神经网络群，本方法运行包括两个阶段，首先采用自动编码器进行无监督学习获得良好的初始网络参数，再利用改进的局部粒子群优化方法优化该网络参数，建立初始BP神经网络；然后在初始BP神经网络的基础上，将前一个网络的输出作为后一个网络的部分输入进行滚动训练和预测。本发明能够较准确地预测不同季节不同地域下的温室中长期环境变化趋势，并有效提高温室小气候的预测精度。