-
公开(公告)号:CN114255247A
公开(公告)日:2022-03-29
申请号:CN202111576669.1
申请日:2021-12-22
申请人: 中国农业科学院农业资源与农业区划研究所 , 桂林理工大学 , 中国农业科学院农业信息研究所
IPC分类号: G06T7/11 , G06K9/62 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于改进Unet++网络模型的丘陵地块深度分割与提取方法,包括以下步骤:步骤1:获取研究区内GF‑1的遥感影像数据并进行预处理;步骤2:结合实地调查和目视解译,利用图像分割中多尺度分割方法制作不同分割尺度的数据集;步骤3:比较最优的分割尺度,再次修正,使之能够满足训练集的精度要求;步骤4:将修正后的训练集图像采用规则格网裁切;步骤5:通过数据增强操作对数据进行填充,并按4:1的比例将影像划分为训练集和验证集;步骤6:使用基于余弦退火学习率的Unet++网络进行建模;本发明建立基于余弦退火学习率的Unet++网络模型的原理简单,操作方便,具有较大的灵活性和实用性同时具有较强的普适性。
-
公开(公告)号:CN113177188A
公开(公告)日:2021-07-27
申请号:CN202110415971.2
申请日:2021-04-19
摘要: 本发明公开了一种基于光谱新特征的反演叶片叶绿素含量的方法,将光谱新特征(△h)的训练数据集作为反演叶片叶绿素含量的自变量,基于步骤3获得的参数,利用套索算法对该部分数据进行降维处理;利用得到的降维数据作为最终回归模型的自变量进行多元非线性回归,建立带有套索算法约束的多元非线性回归模型,即LASSO‑MNR反演模型,利用LASSO‑MNR反演模型反演叶片叶绿素含量。本发明建立了基于套索算法的多元非线性回归模型(LASSO‑MNR),该模型原理简单,操作方便,有效降低了光谱数据的冗余度,提高了反演精度,具有较大的灵活性和实用性同时具有较强的普适性。
-
公开(公告)号:CN113177188B
公开(公告)日:2021-12-07
申请号:CN202110415971.2
申请日:2021-04-19
摘要: 本发明公开了一种基于光谱新特征的反演叶片叶绿素含量的方法,将光谱新特征(△h)的训练数据集作为反演叶片叶绿素含量的自变量,基于步骤3获得的参数,利用套索算法对该部分数据进行降维处理;利用得到的降维数据作为最终回归模型的自变量进行多元非线性回归,建立带有套索算法约束的多元非线性回归模型,即LASSO‑MNR反演模型,利用LASSO‑MNR反演模型反演叶片叶绿素含量。本发明建立了基于套索算法的多元非线性回归模型(LASSO‑MNR),该模型原理简单,操作方便,有效降低了光谱数据的冗余度,提高了反演精度,具有较大的灵活性和实用性同时具有较强的普适性。
-
公开(公告)号:CN113076692B
公开(公告)日:2021-09-28
申请号:CN202110333918.8
申请日:2021-03-29
IPC分类号: G06F30/27 , G06K9/62 , G01N21/25 , G01N21/55 , G06F111/10
摘要: 本发明公开了一种反演叶片氮素含量的方法,包括以下步骤:步骤1:获取研究区内玉米叶片的光谱反射率数据与相应氮素含量并进行预处理;步骤2:选取部分玉米样品数据作为训练数据集;步骤3:基于弹性网算法对训练数据集进行降维处理;步骤4:利用得到的降维数据进行偏最小二乘回归,建立带有弹性网约束的偏最小二乘回归模型,得到EN‑PLSR模型;本发明建立带有弹性网约束的偏最小二乘回归模型(EN‑PLSR),原理简单,操作方便,且通过调节参数可以控制变量选择压缩程度,具有较大的灵活性和实用性同时具有较强的普适性。
-
公开(公告)号:CN113076692A
公开(公告)日:2021-07-06
申请号:CN202110333918.8
申请日:2021-03-29
IPC分类号: G06F30/27 , G06K9/62 , G01N21/25 , G01N21/55 , G06F111/10
摘要: 本发明公开了一种反演叶片氮素含量的方法,包括以下步骤:步骤1:获取研究区内玉米叶片的光谱反射率数据与相应氮素含量并进行预处理;步骤2:选取部分玉米样品数据作为训练数据集;步骤3:基于弹性网算法对训练数据集进行降维处理;步骤4:利用得到的降维数据进行偏最小二乘回归,建立带有弹性网约束的偏最小二乘回归模型,得到EN‑PLSR模型;本发明建立带有弹性网约束的偏最小二乘回归模型(EN‑PLSR),原理简单,操作方便,且通过调节参数可以控制变量选择压缩程度,具有较大的灵活性和实用性同时具有较强的普适性。
-
-
-
-