公开(公告)号：CN115598162B

公开(公告)日：2024-08-06

申请号：CN202111586536.2

申请日：2021-12-21

Applicant: 三峡大学

Inventor： 任顺 ,  陆旻波 ,  任东 ,  安毅 ,  杨信廷 ,  王纪华

IPC: G01N23/223 ,  G06N3/006 ,  G06N20/20

Abstract: 本发明涉及基于堆叠式模型的土壤重金属含量检测方法，包括：采集土壤样品，配置预定重金属浓度范围的土壤样本；获取土壤样本的光谱，形成样本光谱数据集；利用迭代保留信息法筛选出光谱中的强信息变量与弱信息变量；选出具有代表性的四种特征变量选择方法，分别构建基学习器进行训练、测试；将基学习器集成，构建元学习器，并对元学习器进行训练、测试；将待检测土壤的光谱输入基学习器，依据元学习器得到的波长点判断分析土壤重金属的含量。本发明将多种波长变量选择算法并联、集成，克服了单一特征变量选择方法的缺陷，提高了土壤重金属含量的检测精度，检测结果稳定性好。

公开(公告)号：CN118033668A

公开(公告)日：2024-05-14

申请号：CN202410043544.X

申请日：2024-01-11

Applicant: 三峡大学

Inventor： 任顺 ,  杨义乾 ,  任东 ,  杨信廷

IPC: G01S17/89 ,  G01S17/933 ,  G06T7/11 ,  G06F17/16 ,  G06V10/762 ,  G06V10/77

Abstract: 一种基于机载雷达的快速树障分析方法，该方法利用机载雷达设备获取前方区域的雷达数据，经过改进的点云坡度滤波预处理后，对激光点云采用几何特征提取。构建点云索引结构，使用kd‑tree对电力线点遍历，检测周围树障点是否存在，标记检测、定位和特征提取。与现有识别技术相比，本方法可以自动识别有效三维点云，并且可以快速准确的获得识别结果，为电力检测树障问题提供一种新的快速检测方法，为电力系统人员排查电力线树障问题提供帮助。

公开(公告)号：CN110674947B

公开(公告)日：2021-02-19

申请号：CN201910824079.2

申请日：2019-09-02

Applicant: 三峡大学

Inventor： 任顺 ,  张畅 ,  任东 ,  徐守志 ,  杨信廷 ,  马凯 ,  张雄 ,  陆安祥

IPC: G06N20/00 ,  G06N3/12 ,  G01N21/359 ,  G01N21/3577

Abstract: 本发明公开了基于Stacking集成框架的光谱特征变量选择与优化方法，包括构建样本集，将样本集分为训练样本集和测试样本集；在变量区间选择法、变量信息选择法、变量优化选择法大类中选出具有代表性的特征变量选择方法；构建多个基学习器，采用Stacking集成框架将基学习器集成，构建元学习器，将基学习器的输出作为元学习器的输入；利用样本集对Stacking集成框架的基学习器和元学习器进行训练与测试；将待检测光谱信息输入基学习器，依据元学习器的输出得到待检测光谱的检测结果。本发明的基于Stacking集成框架的光谱特征变量选择与优化方法克服了单一特征变量选择方法的缺陷，对测试样本的检测精度高，检测结果稳定性好。

公开(公告)号：CN110674947A

公开(公告)日：2020-01-10

申请号：CN201910824079.2

申请日：2019-09-02

Applicant: 三峡大学

Inventor： 任顺 ,  张畅 ,  任东 ,  徐守志 ,  杨信廷 ,  马凯 ,  张雄 ,  陆安祥

IPC: G06N20/00 ,  G06N3/12 ,  G01N21/359 ,  G01N21/3577

Abstract: 本发明公开了基于Stacking集成框架的光谱特征变量选择与优化方法，包括构建样本集，将样本集分为训练样本集和测试样本集；在变量区间选择法、变量信息选择法、变量优化选择法大类中选出具有代表性的特征变量选择方法；构建多个基学习器，采用Stacking集成框架将基学习器集成，构建元学习器，将基学习器的输出作为元学习器的输入；利用样本集对Stacking集成框架的基学习器和元学习器进行训练与测试；将待检测光谱信息输入基学习器，依据元学习器的输出得到待检测光谱的检测结果。本发明的基于Stacking集成框架的光谱特征变量选择与优化方法克服了单一特征变量选择方法的缺陷，对测试样本的检测精度高，检测结果稳定性好。