龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：三峡智能工程有限公司
摘要：本发明属于光谱成分分析技术领域，特别涉及一种检测水体中叶绿素a浓度的方法，本发明通过利用水质组分在水中和光束相互作用的物理机制建立神经网络，构造反演模型，兼顾了该物理机制的线性和非线性特征，显著提高了模型对不同类别水体的反演精度；分类建立损失函数并通过训练获得模型的最优参数，使得模型具有良好的外推和泛化能力。本发明还提供一种存储有该方法程序的可读记录媒体及包含该媒体的系统，通过处理电路可以调用程序，执行上述方法。
主权项：1.一种检测水体中叶绿素a浓度的方法，其特征在于包括以下步骤：S1.通过数据整理滤除水体遥感数据中的干扰项，获得与叶绿素a浓度的条件分布直接相关的水体光谱的样本；S2.根据光谱形态通过聚类分析对水体光谱进行分类；S3.以水体光谱作为输入，以给定光谱观测的叶绿素a浓度的条件分布作为输出构建混合密度神经网络模型；S4.获取用于训练的水体光谱样本，对混合密度神经网络模型进行超参优化；S5.对水体光谱样本按照分类设定标签，构造损失函数，进行模型训练；构造所述损失函数的方法包括：设输入光谱x＝[x1，x2，…，xn]，输入光谱长度为n，输入数据集x共有m条观测，经过乘方转换的叶绿素a浓度的数据集为：y＝[y1，y2，…，ym]，判断每轮迭代的预测结果是否超过该水体类别上下界的函数： 则损失函数表达式： 其中，表示混合概率模型第k个分量，表示第k个分量混合系数；S6.使用完成训练的混合密度神经网络模型获取所述条件分布，计算叶绿素a浓度的数学期望和标准差，完成水体中叶绿素a浓度的检测。
全文数据：
权利要求：
百度查询： 三峡智能工程有限公司 一种检测水体中叶绿素a浓度的方法、存储介质及系统
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