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：北京理工大学;北京理工大学前沿技术研究院
摘要：本发明公开了一种基于多维电磁散射参数的XGBoost昆虫种类辨识方法，旨在提供一种高精度的昆虫种类识别解决方案，以有效解决昆虫雷达在迁飞昆虫识别方面的低效问题。该方法通过对昆虫的极化散射矩阵ScatteringMatrix,SM进行计算，提取22维电磁散射特征，包括11维极化方向图特征、4维RCS幅度特征、2维散射矩阵差分特征和5维极化不变量特征。在昆虫样本量较少或不均衡的情况下，采用高斯数据增强手段进行数据集的扩充；随后，运用XGBoost算法对扩充后的数据集进行训练和测试。
主权项：1.一种基于多维电磁散射参数的XGBoost昆虫种类辨识方法，其特征在于该方法的步骤包括：步骤一、基于昆虫的散射矩阵，求解计算多维电磁散射特征，如极化方向图特征、RCS幅度特征、散射矩阵差分特征、极化不变量特征；步骤二、根据步骤一得到的电磁散射特征数据集，首先采用拉依达方法进行异常值的剔除处理，再对每种昆虫的剩余样本进行电磁散射特征参数的均值、方差计算，随后生成符合多元高斯分布的新样本数据，将每类昆虫的样本数量扩充至相同水平，形成一个新的实验数据集；步骤三、在训练XGBoost多分类模型的过程中，首先将数据集划分为训练集和测试集；随后通过使用贝叶斯优化和5折交叉验证来调整XGBoost模型的超参数，从而训练获得具有最优分类性能的昆虫识别模型。
全文数据：
权利要求：
百度查询： 北京理工大学 北京理工大学前沿技术研究院 一种基于多维电磁散射参数的XGBoost昆虫种类辨识方法
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