一种针对小样本水体的叶绿素含量辅助预测方法及系统
本发明提供一种针对小样本水体的叶绿素含量辅助预测方法及系统,涉及生物环境科学技术领域,该方法包括获取水体相关数据;对数据进行预处理得到理想数据集;计算平均影响值,对理想数据集进行降维操作处理;设置混合训练集与测试集,并将每个样本设置权重与样本更新系数;将数据集和权重向量相结合,对基本弱回归模型进行训练,并且不断更新样本权重;不断重复建立模型,保存记录每一次的弱回归模型,最终选择效果最好的回归模型作为强回归模型;将测试样本输入所述强回归模型中,得到测试样本的叶绿素预测值。本发明利用水环境影响因子与叶绿素之间、不同水环境之间的相关性,为叶绿素预测过程建立低成本和高泛化性能的叶绿素预测模型。
《一种针对小样本水体的叶绿素含量辅助预测方法及系统》是一发明专利,专利号为 2023117800408,当前法律状态为已下证,由江南大学提出申请,发明人为张浩楠;万海英;刘成越;平晓静;吴奇;栾小丽;刘飞,申请日期为2023-12-22,公开(公告)日期为2024-11-01,国际专利分类号(IPC)为 G06F 18/27 (2023.01),高新资质:未报高企,所属技术领域包括:农业与养殖。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提供一种针对小样本水体的叶绿素含量辅助预测方法及系统,涉及生物环境科学技术领域,该方法包括获取水体相关数据;对数据进行预处理得到理想数据集;计算平均影响值,对理想数据集进行降维操作处理;设置混合训练集与测试集,并将每个样本设置权重与样本更新系数;将数据集和权重向量相结合,对基本弱回归模型进行训练,并且不断更新样本权重;不断重复建立模型,保存记录每一次的弱回归模型,最终选择效果最好的回归模型作为强回归模型;将测试样本输入所述强回归模型中,得到测试样本的叶绿素预测值。本发明利用水环境影响因子与叶绿素之间、不同水环境之间的相关性,为叶绿素预测过程建立低成本和高泛化性能的叶绿素预测模型。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
