[发明专利]基于SSDA-HELM-SOFTMAX的农业投入品实时分类预测方法有效

专利信息
申请号: 202010658944.3 申请日: 2020-07-09
公开(公告)号: CN111814878B 公开(公告)日: 2023-06-06
发明(设计)人: 杨灵;江晗菁;王青秀;陈宁夏;吴霆 申请(专利权)人: 仲恺农业工程学院
主分类号: G06F18/241 分类号: G06F18/241;G06N3/0455;G06N3/048;G06N3/084
代理公司: 广州科捷知识产权代理事务所(普通合伙) 44560 代理人: 钟慧增
地址: 510000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 ssda helm softmax 农业 投入 实时 分类 预测 方法
【权利要求书】:

1.基于SSDA-HELM-SOFTMAX的农业投入品实时分类预测方法,其特征在于,包括下列步骤:

S1、采集作物种植环境中农业投入品投入前后的数据,所述数据包括投入前后的理化参数及其变化值;

S2、对数据进行特征分析;

S3、对所述数据进行预处理,形成训练样本集;

S4、由训练样本集得到SSDA-HELM-SOFTMAX农业投入品分类预测模型;

S5、将测试样本输入所述SSDA-HELM-SOFTMAX农业投入品分类预测模型,得到农业投入品分类预测结果;

所述S4步骤中由训练样本集得到SSDA-HELM-SOFTMAX农业投入品分类预测模型的方法为:将所述训练样本集中的数据送入SDAE输入层进行SSDA预训练,采用非监督学习方法,逐层预训练加微调得到初始化权值;预训练完成后将SSDA的解码部分去掉,连接HELM网络,将得到的所述初始化权值作为HELM的初始权值,构建SSDA-HELM网络,得到农业投入品的特征值;提取各农业投入品的特征值,并将提取的特征值送入SOFTMAX分类器进行分类预测,得到最终的SSDA-HELM-SOFTMAX农业投入品分类预测模型;

所述S4步骤中由训练样本集得到SSDA-HELM-SOFTMAX农业投入品预测模型的具体算法步骤为:

S41、选择SSDA网络的隐藏层数,初始化SSDA网络深度k,X1=X;X=[x(1),x(2),...,x(m)]T,隐藏层的节点数为将SSDA网络的解码部分删除,与HELM网络对接,构建所述SSDA-HELM网络;

S42、从第一隐藏层开始,通过SSDA网络训练得到隐藏层的输入权重Wi和隐层偏置bi,并将权重Wi和隐层偏置bi作为输入权值对所述SSDA-HELM网络进行初始化;

S43、由预训练得到的输入权重Wi和隐藏层偏置bi,计算隐藏层输出矩阵A:Ai=Hi-1Wli,其中Ai为第i层节点输出;Hi-1为第i层节点输入;Wli为权值矩阵;

S44、根据ELM理论:

其中,H是隐层节点的输出,β为输出权重,T为期望输出,g(x)为激活函数,Wi=[wi,1,wi,2,...,wi,n]T为输入节点和第i个隐节点之间的权重,βi为第i个隐节点和输出节点之间的权重,bi是第i个隐层节点的偏置;Wi·Xj表示的是Wi和Xj的内积;计算神经网络输出权重矩阵其中,为矩阵A的广义逆矩阵;

S45、进一步计算输出结果:其中为第i层输出,Hi-1为第i层输入,g(·)为隐藏层的激活函数;

S46、重复上述步骤S42~S45,直至完成最后一层隐藏层的输出计算,得到特征值;

S47、将提取的特征作为输入值,送入SOFTMAX分类器进行分类预测。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于仲恺农业工程学院,未经仲恺农业工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010658944.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code