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：中国农业大学
摘要：本申请公开了一种面向机器学习空间预测模型的样点布设方法、设备及介质，涉及土壤监测技术领域，该方法包括获取目标区域内用于抽样的空间单元以及待采样点的样点布设数据集；根据空间单元的数量，对辅助变量数据进行主成分分析，得到辅助变量数据的主成分得分矩阵；将主成分得分矩阵中特征值大于设定阈值的主成分变量作为新的辅助变量，得到新辅助变量数据集，并计算各主成分变量的方差贡献率；根据各主成分变量的方差贡献率和样本量，计算等累计概率分层数，得到各变量不同数目分层数；以新辅助变量的多维分层交叉组合为基础，按照对每一种多维分层交叉组合的代表性设定优化目标函数；利用进化算法，求解优化目标函数，得到最优样点布设方案。
主权项：1.一种面向机器学习空间预测模型的样点布设方法，其特征在于，所述样点布设方法包括：获取目标区域内用于抽样的空间单元以及所述目标区域内待采样点的样点布设数据集；所述样点布设数据集是由所述待采样点的辅助变量数据和空间位置坐标信息构成的；所述辅助变量数据为直接或间接表征目标属性数据的变量数据；根据所述空间单元的数量，对所述辅助变量数据进行主成分分析，得到所述辅助变量数据的主成分得分矩阵；根据所述主成分得分矩阵，选取特征值大于设定阈值的主成分变量作为新的辅助变量，得到新辅助变量数据集；根据所述新辅助变量数据集中各主成分变量的特征值，计算各所述主成分变量的方差贡献率；根据新辅助变量数据集中各主成分变量的方差贡献率和样本量，计算等累计概率分层数，得到各变量不同数目分层数；根据新辅助变量数据集中的变量数量和各变量不同数目分层数，以新辅助变量的多维分层交叉组合为基础，按照对每一种多维分层交叉组合的代表性设定优化目标函数；利用进化算法，求解优化目标函数，得到最优样点布设方案。
全文数据：
权利要求：
百度查询： 中国农业大学 面向机器学习空间预测模型的样点布设方法、设备及介质
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