← 返回列表
一种针对小样本水体的叶绿素含量辅助预测方法及系统
摘要文本
本发明提供一种针对小样本水体的叶绿素含量辅助预测方法及系统，涉及生物环境科学技术领域，该方法包括获取水体相关数据；对数据进行预处理得到理想数据集；计算平均影响值，对理想数据集进行降维操作处理；设置混合训练集与测试集，并将每个样本设置权重与样本更新系数；将数据集和权重向量相结合，对基本弱回归模型进行训练，并且不断更新样本权重；不断重复建立模型，保存记录每一次的弱回归模型，最终选择效果最好的回归模型作为强回归模型；将测试样本输入所述强回归模型中，得到测试样本的叶绿素预测值。本发明利用水环境影响因子与叶绿素之间、不同水环境之间的相关性，为叶绿素预测过程建立低成本和高泛化性能的叶绿素预测模型。
申请人信息
- 申请人:江南大学
- 申请人地址:214000 江苏省无锡市通沙路898号南楼七层
- 发明人: 江南大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种针对小样本水体的叶绿素含量辅助预测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311780040.8 |
| 申请日 | 2023/12/22 |
| 公告号 | CN117763508A |
| 公开日 | 2024/3/26 |
| IPC主分类号 | G06F18/27 |
| 权利人 | 江南大学 |
| 发明人 | 张浩楠; 万海英; 刘成越; 平晓静; 吴奇; 栾小丽; 刘飞 |
| 地址 | 江苏省无锡市滨湖区蠡湖大道1800号 |
专利主权项内容
1.一种针对小样本水体的叶绿素含量辅助预测方法，其特征在于，包括：S1：采集不同环境下的水体信息，获取水体的相关数据，并构建数据集，其中所述数据集包括小样本水体相关数据和辅助样本水体相关数据，小样本水体和辅助样本水体来自不同环境；S2：对所述相关数据进行预处理，得到理想数据集；S3：基于所述理想数据集，计算平均影响值，并对理想数据集进行降维处理；S4：根据降维后的数据集，设置混合训练集与测试集，并将每个样本设置权重与样本更新系数；S5：将降维后的数据集和权重向量相结合，对基本弱回归模型进行训练，并且不断更新样本权重；S6：不断重复S4-S5，保存记录每一次的弱回归模型，最终选择预测效果最好的回归模型作为强回归模型；S7：将测试样本输入所述强回归模型中，得到测试样本的叶绿素预测值。