申请/专利权人:青岛农业大学
申请日:2021-10-18
公开(公告)日:2024-04-16
公开(公告)号:CN113868960B
主分类号:G06F30/27
分类号:G06F30/27;G06F18/23213;G06F18/2135;G06F18/214;G06F18/2431;G06F111/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2022.01.21#实质审查的生效;2021.12.31#公开
摘要:本发明涉及一种基于典型相关森林的土壤重金属特征选取方法及系统,方法包括:获取N份原始土壤样本,采用模糊K平均聚类算法,并基于颜色参数对N份所述原始样本重新分组,得到n组样本数据;对所述样本数据进行特征预选,确定特征值矩阵;对所述特征值矩阵进行去冗余处理,选取相应的特征值,根据选取的特征值建立K个独立的典型相关森林回归子模型;利用K个所述典型相关森林回归子模型对特征空间进行筛选与缩减变化,获得最优特征子集,完成土壤重金属特征的选取。本发明提高了土壤重金属特征选取的准确性、精度以及效率。
主权项:1.一种基于典型相关森林的土壤重金属特征选取方法,其特征在于,包括:获取N份原始土壤样本,采用模糊K平均聚类算法,并基于颜色参数对N份所述原始土壤样本重新分组,得到n组样本数据;所述样本数据包括高光谱数据和与所述高光谱数据对应的响应变量;利用n组所述样本数据对典型相关森林回归模型进行训练,得到训练好的典型相关森林模型;利用所述训练好的典型相关森林回归模型,得到每个所述高光谱数据的特征值的变量重要性得分;根据所述变量重要性得分,确定特征值矩阵;根据所述特征值矩阵,建立K个独立的典型相关森林回归子模型;利用K个所述典型相关森林回归子模型对特征空间进行筛选与缩减变化,获得最优特征子集,完成土壤重金属特征的选取;所述特征空间为样本数量和特征值数量组成的矩阵。
全文数据:
权利要求:
百度查询: 青岛农业大学 一种基于典型相关森林的土壤重金属特征选取方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。