龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：长春师范大学
摘要：本发明提供了基于平均聚类采样策略的全球土壤湿度预测方法，使用从具有异质土壤湿度变化特征的区域均匀提取的组样本进行训练。在不同区域的样本中确保多样性，以及在样本选择中的均匀性，有助于在模型训练过程中稳定地学习特征。在LandBench数据集上进行了实验，使用五种不同的种子进行了1天的全球预测。每个种子的结果取平均，结果表明所提出的分组抽样策略优于多个不采用此策略的传统基于LSTM的模型，中位数R2的改善范围为2.36%至4.31%，而KGE的改进范围为1.95%至3.16%。此外，在高纬度地区，尤其是在特定区域，该策略显示出显著的解释力提升，R2的改进超过40%。验证了所提出的抽样策略的有效性，并引入了一种新的训练范式，以增强深度学习社区的泛化能力。
主权项：1.基于平均聚类采样策略的全球土壤湿度预测方法，其特征在于：包括以下步骤：先分别选取土壤水分保持能力Soilwatercapacity、土地类型Landtype、土壤砂含量soilsand、土壤黏土含量soilclay、土壤粉砂含量soilsilt、数字高程模型DEM六个关键变量作为土壤特性区分的依据，采用K-means聚类算法对上述变量进行聚类，并可视化展示分类结果，从每个区域中均匀抽取batchsizek数量的样本，并将选出的样本传入LSTM-based模型，聚类平均采样的思想融入了三个模型：LSTMModel、EncoderDecoderLSTM、AttentionLSTM，完成预测模型的训练，最后进行评估。
全文数据：
权利要求：
百度查询： 长春师范大学 基于平均聚类采样策略的全球土壤湿度预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号