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:天地信息网络研究院(安徽)有限公司
摘要:本发明提出一种基于XGBoost的水稻纹枯病严重度监测方法。步骤为:通过耦合遥感和气象指标来表征病害的信息;运用PCA来对遥感和气象特征降维;最后使用XGBoost方法来构建监测模型,在每一轮迭代中,XGBoost通过优化损失函数的梯度来训练下一个弱学习器,并将其添加到模型中以减少之前轮次的残差。通过XGBoost算法优化后的构建水稻纹枯病监测模型,并通过GS、GA和PSO这3种方法对模型进行参数优化,优化后AUC值为0.792,TSS值为0.621。相比默认参数构建的监测模型,AUC值提升了0.077,TSS值提升了0.138。
主权项:1.基于XGBoost的水稻纹枯病严重度监测方法,其特征在于,包括以下步骤:S1)通过耦合遥感和气象指标来表征病害的信息;S2)运用PCA来对遥感和气象特征的降维;S3)使用XGBoost方法来构建监测模型,在每一轮迭代中,XGBoost通过优化损失函数的梯度来训练下一个弱学习器,并将其添加到模型中以减少之前轮次的残差;这种迭代的过程使得模型能够逐步拟合数据的复杂性和非线性关系;假设一个有个样本的数据集,每个样本有个特征,可以定义为:;具有颗数的XGBoost算法对应的输出方式如下所示: (1.1) (1.2) (1.3) (1.4) 被定义为;其中是由叶节点组成的树结构,是叶节点的个数,为叶节点的权值; (1.5) (1.6) (1.7)最终,XGBoost的目标函数如式(1.5)所示;其中方程右侧第一项表示损失函数;第二项表示L1正则化项,而表示最小分割损失减少;方程的最后一项是L2正则化项。
全文数据:
权利要求:
百度查询: 天地信息网络研究院(安徽)有限公司 基于XGBoost的水稻纹枯病严重度监测方法
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。