Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京林业大学赵茂程获国家专利权

南京林业大学赵茂程获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京林业大学申请的专利基于高光谱成像的空间指标可视化预测模型的评价方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116703849B

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310630314.9,技术领域涉及:G06T7/00;该发明授权基于高光谱成像的空间指标可视化预测模型的评价方法是由赵茂程;邢晓阳;汪希伟;齐亮设计研发完成,并于2023-05-31向国家知识产权局提交的专利申请。

基于高光谱成像的空间指标可视化预测模型的评价方法在说明书摘要公布了:本发明是一种基于高光谱成像的空间指标可视化预测模型的评价方法,首先针对可视化预测精准度设定评价指标;然后,对可视化中不合理值及图像质量设计评价指标。从预测精准度和图像质量两方面分析可视化评价效果,可以精准量化可视化效果。根据此方法分析可视化效果,为优化预测模型提供依据。解决了现有技术中,在将基于均值光谱的预测模型应用于像素光谱进行可视化预测时,通常从感官上进行评价,且两者的预测精度不一致的问题,精准量化可视化效果。

本发明授权基于高光谱成像的空间指标可视化预测模型的评价方法在权利要求书中公布了:1.一种基于高光谱成像的空间指标可视化预测模型的评价方法,其特征是步骤包括: 1对预测模型的预测精度和准度分别评价; 2对预测模型的预测可靠性进行评价; 所述步骤1包括: 1.1评价预测模型的精度,精度评价指标表达式如下: 其中,RMSEroi为空间指标可视化精度评价指标,m为样本总个数,n为第i个样本兴趣区域内像素点总个数,yi为第i个样本的实测值,fxij为预测模型,xij的含义是第i个样本的第j个像素点的光谱数据,j的含义是兴趣区域内光谱数据的序号; 如果,RMSEroi的实际值小于阈值,则判断预测模型不合格;如果,RMSEroi的实际值不小于阈值,则进入步骤1.2; 1.2评价预测模型的准度,准度评价指标表达式如下: 其中,为空间指标可视化精度评价指标,m为样本个数,n为第i个样本兴趣区域内像素点个数,y为第i个样本的实测值,fxij为预测模型; 如果,的实际值小于阈值,则判断预测模型不合格;如果,的实际值不小于阈值,则继续对预测模型的预测可靠性进行评价; 所述步骤2包括: 2.1对预测模型的空间预测的合理性进行评价,不合理值比例表达式如下: 其中,urv代表兴趣区域内不合理预测值比例,nur代表兴趣区域内预测模型的不合理预测值的个数,nroi代表兴趣区域内所有像素点个数; 如果,urv的实际值大于阈值,则判断预测模型不合格;如果,urv的实际值不大于阈值,则进入步骤2.2; 2.2以预测模型的图像信息保留度为空间指标可视化图像质量评价最终指标,对预测模型进行评价;图像信息保留度表达式采用反变异系数表示,表达式如下: 其中,icv为空间指标可视化图像质量评价指标,Rm为兴趣区域内像素值的均值,Rs兴趣区域内像素值标准差; 如果,icv的实际值大于阈值,则判断预测模型合格;如果,icv的实际值不大于阈值,则判断预测模型不合格。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京林业大学,其通讯地址为:210037 江苏省南京市玄武区龙蟠路159号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。