[发明专利]基于深度置信网络的土壤重金属含量检测模型的建立方法在审
| 申请号： | 201810366378.1 | 申请日： | 2018-04-23 |
| 公开（公告）号： | CN108573105A | 公开（公告）日： | 2018-09-25 |
| 发明（设计）人： | 赵芸;徐兴;孙淼;默罕默德·拉米·金多 | 申请（专利权）人： | 浙江科技学院 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 韩聪 |
| 地址： | 310023 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度置信网络的土壤重金属含量检测模型的建立方法，属于土壤分析技术领域。所述建立方法包括：(1)提供已知样本，并设置相应的分类标签，利用激光诱导击穿光谱技术采集样本光谱图像；(2)将光谱图像转化成与波长对应的数据，采用PCA算法对所述数据进行处理，获得数据集；(3)利用KS法将所述数据集划分成训练集和测试集；(4)将训练集和测试集及对应的分类标签输入深度置信模型，训练建立模型。利用该模型应用于植物土壤含重金属量的分类，数据处理方法简单，易于实现，且识别精度较高，分类准确度达到97％以上。 | ||
| 搜索关键词： | 置信 含量检测模型 土壤重金属 分类标签 测试集 数据集 训练集 激光诱导击穿光谱 分类准确度 光谱图像 建立模型 模型应用 土壤分析 样本光谱 植物土壤 数据处理 重金属 波长 算法 样本 网络 采集 图像 分类 转化 | ||
【主权项】：
1.基于深度置信网络的土壤重金属含量检测模型的建立方法，其特征在于，包括以下步骤：(1)提供若干类含有不同浓度的待测金属元素的样本，并设置相应的分类标签，每类样本具有若干个样品，在每个样本上利用激光诱导击穿光谱技术采集M个点的光谱图像；(2)将每个点的光谱图像转化成与波长对应的数据，采用PCA算法对所述数据进行处理，选取主成分得分在前N×N位的数据，构成N×N的矩阵作为该点的特征矩阵，获得数据集；(3)利用Kennard stone algorithm将所述数据集划分成训练集和测试集；(4)将所述训练集和测试集及对应的分类标签输入深度置信网络模型，训练建立模型。
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浙江科技学院，未经浙江科技学院许可，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/patent/201810366378.1/，转载请声明来源钻瓜专利网。
