-
公开(公告)号：CN115270630A
公开(公告)日：2022-11-01
申请号：CN202210913024.0
申请日：2022-07-31
Applicant: 哈尔滨理工大学
Abstract: 一种不平衡数据下的多任务植物生化参量反演方法及系统，涉及植物叶片物化参量反演技术领域，用以解决现有技术中由于叶片数据样本不平衡、对多个反演参量任务模型特征利用率低而导致的参量反演结果不准确的问题。本发明的技术要点包括：输入端对多维数据标签预处理，控制不同任务的损失比重相似；构建卷积神经网络，不同反演任务共享底层的特征提取层，输出端使用平衡均方误差作为损失函数，对任务损失使用自适应加权，完成模型训练。本发明考虑到了植物物化参量间的相关性，使用多任务模型降低了模型参数的冗余度，并且能够规避实测数据不平衡导致的对丰富样本的过度表示和对稀缺样本的忽略，提升了多维不平衡数据整体的预测准确度。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
