龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京邮电大学
申请日：2023-12-11
公开（公告）日：2024-01-12
公开（公告）号：CN117391221A
主分类号：G06N20/20
分类号：G06N20/20;G06N20/10;G06F18/27;G06F18/2413;G06F18/2411;G06F18/22;G06F18/243
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.01.30#实质审查的生效;2024.01.12#公开
摘要：本发明公开了一种基于机器学习的NDVI预测集成优化方法及系统，包括获取研究区域的研究数据并筛选和预处理，形成输入变量数据集；所述研究数据至少包括NDVI数据集和气候变量数据集；选取至少一种类型的NDVI预测模型，构建包括至少两种NDVI预测模型在内的NDVI预测模型集合；构建NDVI预测集成优化模型，包括目标函数、权重矩阵和约束条件；采用预配置的算法求解NDVI预测集成优化模型，确定最优权重，计算和评价预测精度，并输出预测结果。针对单个机器学习模型易出现欠拟合或过拟合问题，构建基于线性加权的NDVI预测集成模型，并通过增强精英保留的遗传算法确定各模型的权重，降低模型不确定性的不利影响。
主权项：1.基于机器学习的NDVI预测集成优化方法，其特征在于，包括如下步骤：步骤S1、获取研究区域的研究数据并筛选和预处理，形成输入变量数据集；所述研究数据至少包括NDVI数据集和气候变量数据集；步骤S2、选取至少两种类型的机器学习模型，构建包括至少两个NDVI预测模型在内的NDVI预测模型集合；步骤S3、构建NDVI预测集成优化模型，包括目标函数、权重矩阵和约束条件；步骤S4、采用预配置的算法求解NDVI预测集成优化模型，确定最优权重，输出预测结果，计算和评价预测精度。
全文数据：
权利要求：
百度查询： 南京邮电大学 基于机器学习的NDVI预测集成优化方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号