您的位置：
首页
>
农业专利
>
详情页
一种基于样本自适应扩充的集成学习方法
- 专利权人:
- 苏州中科天启遥感科技有限公司;广西壮族自治区农业科学院农业科技信息研究所;中国科学院遥感与数字地球研究所
- 发明人:
- 黄启厅,覃泽林,骆剑承,曾志康,张竹林,郜丽静
- 申请号：
- CN201810556049.3
- 公开号：
- CN108830312A
- 申请日:
- 2018.06.01
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 韩飞
- 摘要：
- 本发明公开了一种基于样本自适应扩充的集成学习方法，一方面通过采用bootstrap特征抽样与动态加权投票的方式对多个弱分类器进行集成，继承了集成学习方法分类精度高、重复性好的优点；另一方面，该方法能够在少量地面调查样本的基础上，通过迭代分类与基于空间离散度和属性相似度的样本筛选，实现样本的自适应扩充，解决了分类中小样本导致的模型欠学习问题。本案所涉及的集成学习方法采用样本自适应扩充的方式，可以有效解决遥感分类过程中样本不足的问题，同时减少了研究人员获取样本所耗费的人力及时间。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
