首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 140 毫秒
1.
针对传统欧氏距离未能反映样本数据类间分离程度和类内紧凑程度分布特征的不足,提出了将模糊熵与标准差相结合作为欧式距离的加权阈值,并通过选取Iris数据进行模糊C均值聚类验证。验证结果表明,加权后的模糊C均值聚类算法可以有效地提高分类的精度。  相似文献   

2.
该文基于近红外光谱技术,提出一种快速无损检测方法,以期实现蔬菜农药残留的分类检测。通过对喷洒了氰戊菊酯溶液、三唑磷溶液和未喷洒农药的生菜样本进行研究,比较不同预处理后的建模效果,选用SNV算法作为最优预处理方法。分别采用连续投影算法(SPA)、自主软收缩法(BOSS)和竞争性自适应重加权算法(CARS)对预处理后的光谱数据进行特征波段选择。采用支持向量机(SVM)和基于灰狼算法(GWO)优化的支持向量机(SVM)算法对特征波长变量分别建立分类模型。再通过对建立的模型进行比较得出:CARS-GWO-SVM模型取得了最佳的分类效果,模型的训练集精度和预测集精度均为100%。因此,利用近红外光谱技术对蔬菜上的农药残留进行分类检测是可行的。该研究为生菜中其他农药残留的快速无损检测分析提供参考。   相似文献   

3.
提出一种决策树算法、自组织特征映射神经网络(SOFM)算法与粗糙集理论结合的算法.首先,使用SOFM算法对样本数据进行聚类,形成符合标准的目标数据子集.然后,使用粗糙集理论进行决策系统约简,删除不相关或不重要的属性.最后,使用决策树算法对优化后的电力负荷样本数据进行分类预测.本方法采用多种数据挖掘算法相结合方式,既全面考虑了影响负荷预测的温度、天气、气压、湿度等各种因素,又避免了由于输入变量过多而导致模型结构复杂、训练时间长等不足.同时,本算法使用自动化数据挖掘算法,可以大大提高预测速度.实际算例表明:本算法能有效缩短预测时间,提高负荷预测精度.  相似文献   

4.
为提高小麦条锈病遥感监测精度,综合利用反射率光谱在作物生化参数探测方面的优势和叶绿素荧光在光合生理诊断方面的优势,构建了冠层日光诱导叶绿素荧光(Solar induced chlorophyll fluorescence,SIF)协同反射率光谱吸收参量的初始特征集合,并基于融合遗传算法(Genetic algorithm,GA)和支持向量回归(Support vector regression,SVR)算法对初始特征集合与SVR参数进行联合优选,确定遥感监测小麦条锈病严重度的敏感因子,建立基于GA-SVR算法的小麦条锈病遥感监测模型,并将其与相关系数(Correlation coefficient,CC)分析法提取特征参量构建的CC-SVR模型精度进行对比。小区试验数据验证结果表明,融合GA和SVR算法优选特征参量构建的GA-SVR模型精度优于CC-SVR模型,3个样本组中GA-SVR模型预测病情指数(Disease index,DI)与实测DI间的决定系数R2比CC-SVR模型至少提高了2.7%,平均提高了17.8%,均方根误差(Root mean square error,RMSE)至少减少了10.1%,平均减少了32.1%。大田调查数据进一步验证了利用GA-SVR算法对小麦条锈病遥感监测的敏感因子进行优选及模型构建能够提高小麦条锈病遥感监测精度,研究结果为实现大面积高精度遥感监测作物健康状况提供了思路。  相似文献   

5.
利用电子鼻/舌融合系统对啤酒香气、滋味进行检测,基于其融合后的嗅/味综合信息实现啤酒的分类。由于传统K均值聚类结果依赖于初始值的选取,且易陷入局部最优,依据融合数据特点提出一种改进的基于粒子群优化的K均值聚类算法,该算法在运行过程中优化了权重系数,随着迭代次数增加同时调整收敛速度,使粒子的搜索更趋于平衡化,同时引入压缩因子,平衡全局与局部矛盾。将该算法与K均值聚类算法进行比较,实验数据证明该算法具有较好的全局收敛性,能克服易陷入局部最优的缺点而收敛于最优解,结果显示:该算法对5种啤酒聚类效果明显,正确率稳定在93.3%。  相似文献   

6.
发动机连杆轴承故障噪声诊断研究   总被引:6,自引:1,他引:5  
提出了基于小波包和模糊聚类分析的连杆轴承故障的噪声诊断方法。在EQ6100型发动机上预先模拟连杆轴承故障,根据发动机故障时变、非平稳的特点,运用小波包对发动机噪声信号进行特征提取并削减了背景噪声的影响。选取时域上5个参数作为评价故障的特征指标。通过对模糊聚类理论方法的分析比较,引入模糊C-聚类划分理论及方法对噪声信号的指标样本进行分类,得到最优分类矩阵和聚类中心,从而建立了故障的标准类型样本。通过对新测取的噪声信号样本进行检验,证明该方法能有效地判断待检样本的类型,诊断连杆轴承故障。  相似文献   

7.
基于改进蚁群算法的棉花异性纤维目标特征选择方法   总被引:4,自引:0,他引:4  
为提高基于机器视觉的棉花异性纤维在线分类的精度和速度,提出一种基于改进蚁群算法的棉花异性纤维图像目标特征选择方法。采用初始选择概率预处理方案,设置特征初始概率,降低了冗余特征影响,缩短了算法搜索时间;利用分段变异运算及取优舍劣策略,对棉花异性纤维的颜色、纹理、形状3类特征进行分段变异,避免了算法局部收敛,选出了全局最优特征集。实验结果表明,改进的蚁群算法比基本蚁群算法优化能力更强,搜索时间更短,优化得到的棉花异性纤维特征子集的特征个数比原特征集减少了2/3,分类正确率由84%提高到93%。  相似文献   

8.
为了节约以及最优化利用水资源,避免粗放型农业灌溉需求对资源的浪费。利用部署在农田里的传感器获取土壤湿温度、空气相对湿度、紫外线辐射强度等自然环境参数再结合来自互联网的天气预报数据,系统将传感器节点获取的实时数据以及互联网提供的天气预测信息输入SVR模型进行训练得到未来的土壤水分差预测值,结合k-means聚类算法得出精确的预测结果,最后利用Web服务和基于Web的信息可视化功能进行智能决策,搭建了基于物联网平台并结合规划预测算法的智能灌溉管理系统,并给出合理的灌溉建议。通过两周的预测结果可知,与HS算法方法比较,SVR+k-means聚类规划预测算法预测结果与实际测量结果的拟合程度更好、波动更小、精度更高。根据规划预测算法测试数据与传统算法比较表明了前者的精确性,并且通过仿真充分表明了规划预测算法的可靠性与优越性。可以看出规划预测算法对土壤水分的预测值更加接近实测值。通过规划预测算法得到的精确的土壤水分差的量化结果,可以实现对未来的农田的智能灌溉决策控制,达到节约水资源的目的。  相似文献   

9.
针对降雨量序列的复杂性和随机性,基于马尔科夫链原理,采用聚类分析对降雨量序列进行分类,引入隶属度对样本状态向量进行测算。建立了聚类-模糊马尔科夫降雨量预测模型,并对结果进行了改进。采用全国各地共16个站点的2011-2013年48个降雨量数据作为待测样本进行计算,结果表明:48个预测样本的平均绝对误差为12.4%,误差低于10%的年份占56.25%。精度较高,将模型用于降雨量的预测是合理的,可以为水资源合理规划利用提供依据。  相似文献   

10.
改进灰色-马尔科夫模型在年降水量预测中的应用研究   总被引:1,自引:0,他引:1  
用三点滑动法对灰色GM(1,1)模型优化,用模糊聚类FCM算法对马尔科夫模型状态分组阶段进行改进,用多种步长的马尔可夫链加权算法来预测年降水量。将上述改进后的灰色模型与马尔科夫模型结合,对地区年降水量进行预测。结果表明,改进后的灰色-马尔科夫模型既提高了马尔科夫模型对预测波动性降水数据的准确性,又充分利用了灰色系统预测结果精度高的优势,提高了预测精度。  相似文献   

11.
针对烤烟油分特征预测模型的特征优选问题,提出一种改进RF(随机森林)算法特征选择策略,首先通过RF特征选择算法计算出各个特征的RF-Score,将特征按RF-Score的大小排序依次添加到特征子集中,若分类器分类准确率提高则保留该特征,若分类器分类准确率没有提高或降低则去除该特征。结果表明:利用RF特征选择算法对烤烟高光谱特征进行筛选时,将176个高光谱特征中按基尼系数降序排列依次输入SVM分类器中,前64个高光谱波段特征即可使支持向量机分类器性能最佳,特征子集维度为64,其分类准确率为93.33%。利用改进RF特征选择策略对176个烤烟高光谱波段特征进行筛选,只需输入371.08 nm、716.71 nm、378.31 nm、487.77 nm、484.09 nm、535.85 nm六个波段的高光谱特征即可使支持向量机分类器性能最佳,其分类准确率为95%,特征子集维度为6,说明改进的RF特征选择策略可以在保证分类器性能的前提下能较好地进行数据降维,减小特征集的冗余。改进后的RF特征选择算法与全高光谱波段相比,特征数量减少170个,分类准确率提高3.33%;与RF特征选择算法相比,特征数量减少58个,分类准确率提高1.67%。  相似文献   

12.
于飞  吕争  隋正伟  李俊杰  盖彦锋 《农业机械学报》2023,54(3):259-265,327
多时相合成孔径雷达(Synthetic aperture radar, SAR)数据可为水稻提取提供丰富信息,在多云多雨地区对水稻识别和监测具有独特优势。但过多特征变量的加入,一定程度上造成“维数灾难”及信息冗余,因此,本文提出一种基于多时相后向散射特性及干涉相干性优选特征的水稻提取方法。基于研究区水稻生长周期的多时相Sentinel-1 SAR数据,构建后向散射系数和干涉相干系数特征集,利用ReliefF算法对特征重要性进行排序,同时采用JM距离确定最优特征数目完成最优特征选择,结合随机森林分类算法对研究区水稻进行提取及精度评价。结果表明:基于优选特征提取水稻面积相对误差为4.96%,总体精度达到92.48%,Kappa系数为0.90;从优选特征剔除干涉相干特征提取的水稻面积相对误差增加2.39个百分点,总体分类精度和Kappa系数分别降低4.03个百分点、0.06,说明干涉相干性有利于水稻信息提取。基于多时相后向散射特性及干涉相干性的特征优选减少了数据冗余,提高了运算效率,可实现大范围高精度水稻提取。  相似文献   

13.
构建日光温室环境预测模型,准确预测温室环境变化有助于精准调控作物生长环境,促进果蔬生长。而温室小气候环境数据多参数并存、耦合关系复杂,且具有时序性和非线性,难以建立准确的预测模型。针对以上问题,提出一种基于麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)温室环境预测模型,实现了温室环境数据的精准预测。实验结果表明,采用SSA自动进行参数选优的方式,解决了LSTM模型参数手动选择的难题,大幅缩短模型训练时间,且最优的网络参数能够发挥模型的最佳性能。对日光温室内空气温湿度、土壤温湿度、CO2浓度和光照强度6种环境参数进行预测,SSA-LSTM平均拟合指数高达97.6%,相比BP、门控循环单元(GRU)、LSTM,其预测拟合指数分别提升8.1、4.1、4.3个百分点,预测精度明显提升。  相似文献   

14.
基于物联网的浮标水质监测系统与溶解氧浓度预测模型   总被引:2,自引:0,他引:2  
为促进近海养殖业信息化发展,更好地实现对近海养殖环境的监控,设计了基于浮标平台的环境监测系统。利用STM32L475微控制器定时采集光照、温度、pH值、溶解氧浓度等信息,通过物联网技术将数据传输至云监测平台,实现了多区域环境信息远程监测和多终端访问。提出了改进遗传算法BP神经网络的溶解氧浓度预测模型,实现对近海养殖环境的预测;根据所采集的数据,利用改进遗传算法对初始权重和阈值进行优化得到最优参数,在此基础上构建BP神经网络溶解氧浓度预测模型。通过试验验证了该系统海洋环境信息采集的准确性与可靠性,以及溶解氧浓度预测模型的有效性;与传统遗传算法BP神经网络预测模型相比,平均误差由0.0778mg/L降至0.0178mg/L,能够满足近海养殖的实际需求。  相似文献   

15.
针对土壤Cd高光谱遥感定量反演中的机理性不足及数据冗余问题,提出一种基于有机质特征谱段的反演方法。该方法首先提取土壤光谱中对重金属Cd具有吸附作用的有机质特征谱段,进而通过竞争性自适应重加权采样法(Competitive adaptive reweighted sampling,CARS)优选特征谱段,采用偏最小二乘回归法(Partial least squares regression,PLSR)建立重金属Cd的反演模型,并利用郴州矿区土壤实验室光谱数据和哈密黄山南矿区野外光谱数据进行方法验证。研究表明:有机质特征谱段提取在降低数据冗余的同时提高了重金属Cd的反演精度,CARS算法相对于相关系数法(Correlation coefficient,CC)和遗传算法(Genetic algorithm,GA)特征选择具有更高的反演精度,基于有机质特征谱段的CARS-PLSR算法在土壤实验室光谱和野外实测光谱所得验证精度R2分别为0.94和0.80,表明该算法对于实验室和野外光谱均具有一定适用性。研究可为土壤重金属含量高光谱反演的特征波段选择和算法优选提供参考。  相似文献   

16.
为解决大型禽业企业物流订单位置跨度大、配送车辆调度工作人工参与度高、雏鸡配送成本高的问题,本研究结合车辆路径优化问题求解思路,提出了基于订单位置聚类的雏鸡配送车辆调度优化模型。模型通过引入K-means聚类算法,实现了基于订单位置的配送单元划分方法,并基于肘部法则与轮廓系数法设计了自动化订单位置聚类流程,实现了订单配送单元的自主式划分。在划分的各组订单基础上,以配送成本最优作为目标函数,建立雏鸡配送车辆调度优化模型,并结合改进的遗传算法进行求解。研究采用北京某禽业企业实际订单数据,对订单未聚类情况下的整体调度优化与聚类分组情况下的调度优化两种情况的结果进行了对比分析,结果表明订单聚类分组情况下,优化模型使配送车辆平均每天总里程比订单未聚类情况降低69.84%,可以得出,加入聚类算法的订单分组优化更适合实际订单位置跨度大、订单数量多的车辆调度场景。基于以上研究,研发设计了适用于雏鸡配送的车辆调度优化服务系统,实现了订单自动化聚类、配送车辆调度优化、定制化模型服务等功能,通过模型的实际应用,达到了为禽业企业提供智能化配送车辆调度优化服务的目的,切实提高了企业运行效率,降低了企业配送成本。  相似文献   

17.
为了提高采摘机器人的定位速度,对机器人的机器视觉系统进行了改进,设计了一种基于聚类算法和视频对象提取技术的快速定位机器人。该机器人视频对象图像提取过程中,在完成图像进行滤波后,引入了Lab彩色空间聚类算法,有效地降低了图像的色彩数和噪声,实现了图像对象的量化处理,大大提高了果实定位和采摘的效率。为了验证设计的快速定位采摘机器人的可靠性,对机器人的采摘性能进行了测试,测试项目主要包括图像处理和果实定位。通过测试发现:快速定位机器人可以有效地实现图像聚类中心的提取,并对聚类中心进行编码,每次定位用时少、定位速度高且果实采摘的准确性累计概率较高,符合高精度、高效率果实采摘机器人的设计需求。  相似文献   

18.
基于SVR算法的苹果叶片叶绿素含量高光谱反演   总被引:3,自引:0,他引:3  
刘京  常庆瑞  刘淼  殷紫  马文君 《农业机械学报》2016,47(8):260-265,272
为实现苹果叶片叶绿素含量的高光谱反演,分析了多种光谱参数与实测SPAD值的相关性,并将归一化光谱参数值及SPAD值进行多项式回归及支持向量回归。其中以归一化植被指数为变量的SVR(Support vector regression)反演模型在建模及模型检验中决定系数分别为0.741 0、0.891 4,均方根误差分别为0.133 2、0.125 6,具有较高的精度及良好的预测能力。与多项式回归相比,SVR具有更好的反演效果,可以作为叶绿素高光谱反演的优选算法。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号