公开(公告)号：CN117391221A

公开(公告)日：2024-01-12

申请号：CN202311687644.8

申请日：2023-12-11

Applicant: 南京邮电大学

Inventor： 周泽慧 ,  黄卫东 ,  翟青 ,  孙殿臣

IPC: G06N20/20 ,  G06N20/10 ,  G06F18/27 ,  G06F18/2413 ,  G06F18/2411 ,  G06F18/22 ,  G06F18/243

Abstract: 本发明公开了一种基于机器学习的NDVI预测集成优化方法及系统，包括获取研究区域的研究数据并筛选和预处理，形成输入变量数据集；所述研究数据至少包括NDVI数据集和气候变量数据集；选取至少一种类型的NDVI预测模型，构建包括至少两种NDVI预测模型在内的NDVI预测模型集合；构建NDVI预测集成优化模型，包括目标函数、权重矩阵和约束条件；采用预配置的算法求解NDVI预测集成优化模型，确定最优权重，计算和评价预测精度，并输出预测结果。针对单个机器学习模型易出现欠拟合或过拟合问题，构建基于线性加权的NDVI预测集成模型，并通过增强精英保留的遗传算法确定各模型的权重，降低模型不确定性的不利影响。

公开(公告)号：CN110826527A

公开(公告)日：2020-02-21

申请号：CN201911141842.8

申请日：2019-11-20

Applicant: 南京邮电大学

Inventor： 杜若瑜 ,  翟青 ,  梁爽

IPC: G06K9/00 ,  G06N3/04 ,  G16H50/30

Abstract: 本发明公开一种基于攻击性行为预测的脑电负性情绪识别方法及系统，包括对获取的样本数据进行处理和特征提取，获取初始情绪样本特征向量；样本数据包含有采用多种负性情绪刺激模式分别对健康被试者进行刺激而产生的脑电信号，以及每个脑电信号对应的负性情绪刺激模式；基于初始情绪样本特征向量训练深度神经网络，并将训练好的深度神经网络模型的中间层特征确定为优化样本特征向量；根据优化样本特征向量和初始情绪样本特征向量，训练分类器，确定负性情绪识别分类模型；对被试者的脑电信号处理，根据被试者处理后的脑电信号及负性情绪识别分类模型，识别被试者的负性情绪。本发明能够提高情绪脑电分类识别率，进而避免和预防攻击性行为的发生。

公开(公告)号：CN117391221B

公开(公告)日：2024-02-20

申请号：CN202311687644.8

申请日：2023-12-11

Applicant: 南京邮电大学

Inventor： 周泽慧 ,  黄卫东 ,  翟青 ,  孙殿臣

IPC: G06N20/20 ,  G06N20/10 ,  G06F18/27 ,  G06F18/2413 ,  G06F18/2411 ,  G06F18/22 ,  G06F18/243

Abstract: 本发明公开了一种基于机器学习的NDVI预测集成优化方法及系统，包括获取研究区域的研究数据并筛选和预处理，形成输入变量数据集；所述研究数据至少包括NDVI数据集和气候变量数据集；选取至少一种类型的NDVI预测模型，构建包括至少两种NDVI预测模型在内的NDVI预测模型集合；构建NDVI预测集成优化模型，包括目标函数、权重矩阵和约束条件；采用预配置的算法求解NDVI预测集成优化模型，确定最优权重，计算和评价预测精度，并输出预测结果。针对单个机器学习模型易出现欠拟合或过拟合问题，构建基于线性加权的NDVI预测集成模型，并通过增强精英保留的遗传算法确定各模型的权重，降低模型不确定性的不利影响。