<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 長春長光辰英生物科學儀器有限公司劉坤香獲國家專利權

          長春長光辰英生物科學儀器有限公司劉坤香獲國家專利權

          買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

          龍圖騰網獲悉長春長光辰英生物科學儀器有限公司申請的專利一種利用stacking集成學習模型對拉曼光譜進行分類的方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115862007B

          龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202211521853.0,技術領域涉及:G06V20/69;該發明授權一種利用stacking集成學習模型對拉曼光譜進行分類的方法是由劉坤香;劉博;尚林東;王鈺;李備設計研發完成,并于2022-11-30向國家知識產權局提交的專利申請。

          一種利用stacking集成學習模型對拉曼光譜進行分類的方法在說明書摘要公布了:本發明提供一種利用stacking集成學習模型對拉曼光譜進行分類的方法,包括:通過數據分割與合并,將不同數據集的拉曼數據劃分成5個數據集,對所述5個數據集進行第一層基礎模型的交叉驗證;得到所述5個數據集的預測結果;構建成新的特征數據集;將所述新的特征數據集輸入第二層元模型,得到針對所述5個數據集的最優的兩層集成學習模型,完成最終預測,本發明可以充分利用拉曼光譜的所有特征,大大提高了拉曼光譜數據的利用率;整合了不同識別模型算法的優勢,是一個穩定的光譜識別模型;利用改進的stacking集成學習模型構建針對不同數據集的光譜識別模型實現拉曼光譜的物質準確分類。

          本發明授權一種利用stacking集成學習模型對拉曼光譜進行分類的方法在權利要求書中公布了:1.一種利用stacking集成學習模型對拉曼光譜進行分類的方法,包括: 步驟一、通過數據分割與合并,將一個拉曼光譜數據集劃分成5個數據集,所述5個數據集分別是; ①完整數據集:將400-3800cm-1光譜范圍內的光譜數據作為一個數據集,即完整光譜;并進行光譜預處理; ②指紋區數據集:將800-1800cm-1光譜范圍內的光譜數據作為一個數據集;并進行光譜預處理; ③高波數區數據集:將2800-3800cm-1光譜范圍內的光譜數據作為一個數據集;并進行光譜預處理; ④背景數據集:保留了去基線算法中去除的光譜背景,將其作為一個新的數據集;按照去宇宙射線、濾波、去背景流程作預處理,然后利用去背景前的數據減去去背景后的數據得到光譜背景數據,再進行歸一化; ⑤集成數據集:將前4個數據集合并成一個包含所有信息的數據集; 步驟二、對所述5個數據集進行第一層基礎模型的模型選擇;所述模型選擇包括: ①將所述5個數據集利用交叉驗證劃分訓練集和測試集; ②在訓練集中訓練不同分類模型; ③利用訓練后的不同分類模型對測試集進行預測; 即將所述5個數據集輸入不同的分類模型,利用不同的機器學習或深度學習算法,對所述5個數據集中的每個數據集,均進行不同的分類模型訓練,而后進行預測; 步驟三、所述5個數據集中的每個數據集選擇一個最優的分類模型作為保留,進而得到5個最優模型;完成步驟二中所有的交叉驗證的分類模型訓練和預測后,還將得到所述5個數據集的預測結果; 步驟四、通過所述5個最優模型對所述5個數據集的預測結果進行合并,完成新特征集成,構建成新的特征數據集; 步驟五、將所述新的特征數據集輸入第二層元模型,再次利用不同的分類模型對新的特征數據集進行訓練和預測,并比較不同模型的結果; 即,將所述新的特征數據集分別輸入到不同的分類模型中; 步驟六、完成步驟五的所有比較后,挑選出第二層元模型的最優元模型結果; 步驟七、這樣就得到了針對所述5個數據集的最優的兩層集成學習模型,完成最終預測。

          如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人長春長光辰英生物科學儀器有限公司,其通訊地址為:130000 吉林省長春市自由大路7691號光電信息產業園3#樓;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

          免責聲明
          1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
          2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
          主站蜘蛛池模板: 在国产线视频a在线视频| 无码无套少妇毛多18pxxxx| 欧美极品色午夜在线视频| 农民人伦一区二区三区| 99爱在线精品免费观看| 久久精品国产国产精品四凭| 久久精品高清一区二区三区| 99国产欧美另类久久久精品| 国产自产对白一区| 天天爽天天爽夜夜爽毛片| 国产午夜亚洲精品理论片八戒| 国产色婷婷亚洲999精品小说| 熟女丝袜潮喷内裤视频网站| 99久re热视频这里只有精品6| 国产精品无码a∨精品影院| 自拍性旺盛老熟女| 国产99视频精品免费视频36| 免费无码又爽又刺激软件下载 | 在教室伦流澡到高潮hgl视频| 久久精品国产亚洲AV麻| 久久精品噜噜噜成人av| 亚洲国产婷婷香蕉久久久久久| 日本熟日本熟妇在线视频| 国产成人成网站在线播放青青| 中文国产不卡一区二区| 免费久久99精品国产自在现 | 成人无码av网站在线观看| 久久精品A一国产成人免费网站| 美女胸18大禁视频网站| 国内精品久久久久影院免费| 日本一区二区三区免费播放视频站| 精品国产电影久久九九| 亚洲午夜成人精品电影在线观看| 国产成人欧美一区二区三区| 2020最新无码国产在线观看| 国产精品成人观看视频| 国产片av片永久免费观看| 亚洲高潮喷水无码AV电影| 国产精品欧美福利久久| 色偷偷www.8888在线观看| 国内自拍五区|