当前位置: 首页> 交通专利数据库 >详情
原文传递 PSO-BP神经网络模型的训练方法、存储介质及终端
专利名称: PSO-BP神经网络模型的训练方法、存储介质及终端
摘要: 本发明公开了一种用于重金属含量预测的PSO‑BP神经网络模型的训练方法、存储介质及终端设备,其中,所述训练方法包括:对样本土壤进行重金属含量的测定处理,获得样本土壤的重金属含量数据;对样本土壤进行光谱反射率处理,获得处理后的样本土壤的光谱反射率曲线;根据所述样本土壤的重金属含量数据和所述处理后的样本土壤的光谱反射率曲线进行特征波段选取处理,获得样本土壤的特征波段;构建PSO‑BP神经网络模型;采用所述样本土壤的特征波段输入构建好的PSO‑BP神经网络模型进行训练学习,直至所述PSO‑BP神经网络模型收敛。在本发明实施例中,通过本发明实施例训练的模型进行土壤重金属含量估算预测的精度大大提高。
专利类型: 发明专利
国家地区组织代码: 广东;44
申请人: 华南农业大学
发明人: 胡月明;刘飘
专利状态: 有效
发布日期: 2019-01-01T00:00:00+0800
申请号: CN201810894115.8
公开号: CN108896492A
代理机构: 佛山市广盈专利商标事务所(普通合伙) 44339
代理人: 李俊
分类号: G01N21/25(2006.01)I;G06N3/08(2006.01)I;G;G01;G06;G01N;G06N;G01N21;G06N3;G01N21/25;G06N3/08
申请人地址: 510642 广东省广州市天河区五山路483号
主权项: 1.一种用于重金属含量预测的PSO‑BP神经网络模型训练方法,其特征在于,所述方法包括:对样本土壤进行重金属含量的测定处理,获得样本土壤的重金属含量数据;对样本土壤进行光谱反射率处理,获得处理后的样本土壤的光谱反射率曲线;根据所述样本土壤的重金属含量数据和所述处理后的样本土壤的光谱反射率曲线进行特征波段选取处理,获得样本土壤的特征波段;构建PSO‑BP神经网络模型;采用所述样本土壤的特征波段输入构建好的PSO‑BP神经网络模型进行训练学习,直至所述PSO‑BP神经网络模型收敛。
所属类别: 发明专利
检索历史
应用推荐