摘要
本发明公开了一种高光谱集成学习的葡萄地标识别方法及系统,涉及葡萄地标识别监测技术领域。该高光谱集成学习的葡萄地标识别方法,包括以下步骤:光谱信息提取监测;数据集构建与拆分;特征集构建;预测准确性评估。本发明通过葡萄地标样本进行光谱信息提取监测,然后进行数据集构建和进行数据集拆分,接着进行特征识别以及进行特征集构建获取特征集合,最后基于特征训练集进行SSC预测模型构建和Bayesian全局调优超参数,达到了提升科克铁热克葡萄SSC预测和地标精准识别的结果准确性的效果,解决了现有技术中存在种植调节差异导致科克铁热克葡萄SSC预测和地标精准识别的结果偏差程度高的问题。
技术关键词
地标
葡萄
集成学习模型
高光谱成像设备
识别方法
数据
分层随机抽样
光源
信号信噪比
果实
图像
分辨率
样本
训练集
参数
识别监测技术
因子
反射率
强度
偏差
系统为您推荐了相关专利信息
轨迹识别方法
监控摄像机
网络拓扑结构
加权有向图
顶点
连续小波变换
分类识别方法
卷积神经网络方法
全局结构信息
特征融合方法
深度神经网络模型
智能识别方法
无线电信号识别
信号调制方式
优化深度神经网络