原文传递
一种基于机器学习算法的植物滞尘能力检测方法
| 专利名称： | 一种基于机器学习算法的植物滞尘能力检测方法 |
| 摘要： | 本发明涉及一种基于机器学习算法的植物滞尘能力检测方法，包括：获取植物在各个波段的光谱反射率的一阶倒数以及对应的滞尘量数据；计算各个波段的光谱反射率的一阶倒数和滞尘量数据的相关性系数，确定反演波段；以反演波段对应的光谱反射率一阶倒数作为输入，以反演波段对应的滞尘量数据作为预期输出，采用grid‑search算法和支持向量机算法构建滞尘反演模型；获取待测植物在反演波段的光谱反射率的一阶倒数，并输入到滞尘反演模型中，获得滞尘量数据。通过计算各个波段的光谱反射率的一阶倒数和滞尘量数据的相关性系数获得反演波段，再结合grid‑search算法和支持向量机算法准确构建滞尘反演模型，实现了对待测植物的滞尘量数据的快速准确获取。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 广东;44 |
| 申请人： | 广州地理研究所 |
| 发明人： | 周霞;周成虎;杨骥;张晨;荆文龙;王重洋 |
| 专利状态： | 有效 |
| 申请号： | CN201811362050.9 |
| 公开号： | CN109270011A |
| 代理机构： | 广州骏思知识产权代理有限公司 44425 |
| 代理人： | 潘桂生 |
| 分类号： | G01N21/31(2006.01)I;G;G01;G01N;G01N21 |
| 申请人地址： | 510075 广东省广州市越秀区先烈中路100号大院之一 |
| 主权项： | 1.一种基于机器学习算法的植物滞尘能力检测方法，其特征在于，包括如下步骤：获取植物在各个波段的光谱反射率的一阶倒数以及对应的表征植物滞尘能力的滞尘量数据；计算各个波段的光谱反射率的一阶倒数和滞尘量数据的相关性系数，并根据所述相关性系数筛选获得反演波段；以反演波段对应的光谱反射率一阶倒数作为输入，以反演波段对应的滞尘量数据作为预期输出，采用grid‑search算法和支持向量机算法构建滞尘反演模型；获取待测植物在反演波段的光谱反射率的一阶倒数，并输入到滞尘反演模型中，获得滞尘量数据。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
