基于最大熵特征的葡萄分类提取方法专利检索-随机森林集成学习机器学习人工智能专利检索查询-专利查询网

基于最大熵特征的葡萄分类提取方法

阅读：297发布：2020-05-11

专利汇可以提供基于最大熵特征的葡萄分类提取方法专利检索，专利查询，专利分析的服务。并且本发明公开基于最大熵特征的葡萄分类提取方法，包括如下步骤：(1)葡萄分类识别特征提取；(2)利用随机森林方法进行葡萄园分类检测；(3)对分类精度的评价。本申请基于9个原始光谱特征，2个指数特征和1个最佳熵特征，共计12个特征组成特征组合后，利用随机森林方法进行葡萄园分类检测。为突出葡萄园与其他地类的区别，基于地面调查样本和最大熵模型，获取可指示葡萄园的最佳熵特征。采用本申请的分类提取方法对陕西泾阳葡萄园进行遥感检测，106个葡萄园样本点中，有93个被正确检出，葡萄园制图精度达到87.8％；总体识别精度达到86.8％。说明本申请的基于最大熵特征的葡萄分类提取方法对葡萄的检测分类精度高。，下面是基于最大熵特征的葡萄分类提取方法专利的具体信息内容。

权利要求

1.基于最大熵特征的葡萄分类提取方法，其特征在于，包括如下步骤：
(1)葡萄分类识别特征提取；
(2)利用随机森林方法进行葡萄园分类检测；
(3)对分类精度的评价。
2.根据权利要求1所述的基于最大熵特征的葡萄分类提取方法，其特征在于，在步骤(1)中，葡萄分类识别特征包括如下：
(1-1)9个原始光谱特征分别为：蓝光波段(Blue)、绿光波段(Green)、红光波段(Red)、红边波段1(RedEdge1)、红边波段2(RedEdge2)、红边波段3(RedEdge3)、近红外波段(Nir-Red)、，短波红外1(SWIR1)和短波红外2(SWIR2)；
(1-2)2个指数特征为：NDVI归一化植被指数和EVI环境植被指数；
(1-3)1个最佳熵特征。
3.根据权利要求2所述的基于最大熵特征的葡萄分类提取方法，其特征在于，NDVI归一化植被指数的计算公式为：
NDVI＝(ρnir-ρred)/(ρnir+ρred) (Ⅰ)；
其中：ρnir为近红外波段反射率，ρred为红波段反射率。
4.根据权利要求2所述的基于最大熵特征的葡萄分类提取方法，其特征在于，EVI环境植被指数的计算公式为：
其中，ρnir为近红外波段反射率，ρred为红波段反射率，ρblue为蓝波段反射率。
5.根据权利要求2所述的基于最大熵特征的葡萄分类提取方法，其特征在于，最大熵模型在给定输入变量x时，输出变量y的条件分布为：
其中：θ为权值向量；x为输入变量；y为输出变量；Dom(y)是y所有可能取值的集合；P(y|x,θ)为条件分布；
条件分布的熵为：
其中：P(y,x)为输入变量x与输出变量y的联合概率；P(y|x)为表示变量为x时，y出现的概率；
首先满足约束条件，然后使得H(P)熵最大，即可最大熵模型P*为：
其中：C为类别集合。
6.根据权利要求1所述的基于最大熵特征的葡萄分类提取方法，其特征在于，在步骤(2)中，随机森林的构建是一个重复构建决策树的过程：假设训练样本的总数为N，每个样本具有M个属性，构建决策树的总数为T，则将随机森林应用于图像分类的方法如下：
(2-1)从原始训练样本中随机有放回的抽取N个训练样本，形成样本集来训练一个决策树，并将训练样本集作为根节点处的样本；
(2-2)决策树的每一节点分裂时，都随机地从M个特征中选取m个特征，其中m(2-3)重复步骤(2-2)，直到决策树中的任意叶子节点不可再分为止，即构建了一棵决策树，在整个决策树生成过程中没有进行剪枝；
(2-4)重复以上三个步骤T次，即构建了T棵独立的决策树，形成了森林；
(2-5)将步骤(1)中提取的葡萄样本识别特征输入随机森林分类器中，对于每个样本每棵决策树都输出对应的预测值，对其类别进行投票，最终投票数最多的一类为该样本最终确定的类别。
7.根据权利要求1所述的基于最大熵特征的葡萄分类提取方法，其特征在于，在步骤(3)中，采用总体分类精度和Kappa系数评价整个分类图的精度。
8.根据权利要求7所述的基于最大熵特征的葡萄分类提取方法，其特征在于，混淆矩阵中，沿着对角线分布的像元是被正确分类的像元个数，总像元数等于所有真实参考源的像元总数，总体分类精度计算公式如下：
其中，Pc表示总体分类精度，N表示样本总个数，m表示分类类别个数，Pkk表示第k类的判别样本个数。
9.根据权利要求7所述的基于最大熵特征的葡萄分类提取方法，其特征在于，Kappa系数的计算公式如下：
式中，K表示Kappa系数，m和N分别表示分类类别个数和样本总数，ppi为第i类所在列总数，pli为第i类所在行总数。
10.根据权利要求9所述的基于最大熵特征的葡萄分类提取方法，其特征在于，当Kappa系数K小于0.5时，认为分类精度比较差，当Kappa系数K大于0.6时分类精度较高。

说明书全文

基于最大熵特征的葡萄分类提取方法

技术领域

[0001] 本发明涉及遥感技术领域。具体地说是基于最大熵特征的葡萄分类提取方法。

背景技术

[0002] 泾阳县地处我国西北，隶属于陕西省咸阳市，属于暖温带大陆性季风气候，四季冷暖、干湿分明。年平均气温13℃，冬季(1月)最冷为—20.8℃，夏季最热(7月)为41.4℃。年均降水量548.7毫米，日照时数年平均为2195.2小时。据统计，目前泾阳县种植酿酒葡萄8.02万亩，鲜食葡萄5.95万亩；葡萄总产10.68万吨(酿酒葡萄总产3.51万吨、鲜食葡萄7.17万吨)。全县围绕葡萄产业建成省级现代农业园区2个，建成市级现代农业园区11个。泾阳县在葡萄发展中以企业大户为主，现代农业园区面积占到葡萄总面积的85％。全县累计发展葡萄专业合作社、种植企业20余家，产业发展有效带动了土地集约化经营，提高了土地产出。2014年4月，被陕西省果业局任命为全省第一家葡萄基地县。

[0003] 2018年6月24日—6月27日，开展了泾阳县地面调查，调查路线和地面调查点分布如图1所示，共采集各类地物GPS样本点共567个。其中，葡萄样本136个。通过地面调查发现，在泾阳县范围内葡萄园主要以两种形态存在：一是大棚碰葡萄，二是普通耕地上种植葡萄。其中，普通耕地上种植的葡萄主要有两类，一是已经可以挂果的成年林，另一类是刚刚种植的葡萄幼苗，而且多数间中于玉米，在影像上主要表现为玉米的特征，或者裸地的特征。普通耕地上的葡萄林大多呈长条状分布，最窄处可达到3米，大部分宽度集中在10-20米左右。
普通葡萄的种植结构、大棚葡萄、葡萄幼林等情况都为后续葡萄空间分布检测增加了困难。

发明内容

[0004] 为此，本发明所要解决的技术问题在于提供一种可准确区分葡萄与其他林果的基于最大熵特征的葡萄分类提取方法。

[0005] 为解决上述技术问题，本发明提供如下技术方案：

[0006] 基于最大熵特征的葡萄分类提取方法，包括如下步骤：

[0007] (1)葡萄分类识别特征提取；

[0008] (2)利用随机森林方法进行葡萄园分类检测；

[0009] (3)对分类精度的评价。

[0010] 上述基于最大熵特征的葡萄分类提取方法，在步骤(1)中，葡萄分类识别特征包括如下：

[0011] (1-1)9个原始光谱特征分别为：蓝光波段(Blue)、绿光波段(Green)、红光波段(Red)、红边波段1(RedEdge1)、红边波段2(RedEdge2)、红边波段3(RedEdge3)、近红外波段(Nir-Red)、，短波红外1(SWIR1)和短波红外2(SWIR2)；

[0012] (1-2)2个指数特征为：NDVI归一化植被指数和EVI环境植被指数；

[0013] (1-3)1个最佳熵特征。

[0014] 上述基于最大熵特征的葡萄分类提取方法，NDVI归一化植被指数的计算公式为：

[0015] NDVI＝(ρnir-ρred)/(ρnir+ρred) (Ⅰ)；

[0016] 其中：ρnir为近红外波段反射率，ρred为红波段反射率。

[0017] 上述基于最大熵特征的葡萄分类提取方法，EVI环境植被指数的计算公式为：

[0018]

[0019] 其中，ρnir为近红外波段反射率，ρred为红波段反射率，ρblue为蓝波段反射率。

[0020] 上述基于最大熵特征的葡萄分类提取方法，

[0021] 最大熵模型在给定输入变量x时，输出变量y的条件分布为：

[0022]

[0023] 其中：θ为权值向量；x为输入变量；y为输出变量；Dom(y)是y所有可能取值的集合；P(y|x,θ)为条件分布；

[0024] 条件分布的熵为：

[0025]

[0026] 其中：P(y,x)为输入变量x与输出变量y的联合概率；P(y|x)为表示变量为x时，y出现的概率；

[0027] 首先满足约束条件，然后使得H(P)熵最大，即可最大熵模型P*为：

[0028]

[0029] 其中：C为类别集合。

[0030] 上述基于最大熵特征的葡萄分类提取方法，在步骤(2)中，随机森林的构建是一个重复构建决策树的过程：假设训练样本的总数为N，每个样本具有M个属性，构建决策树的总数为T，则将随机森林应用于图像分类的方法如下：

[0031] (2-1)从原始训练样本中随机有放回的抽取N个训练样本，形成样本集来训练一个决策树，并将训练样本集作为根节点处的样本；

[0032] (2-2)决策树的每一节点分裂时，都随机地从M个特征中选取m个特征，其中m

[0033] (2-3)重复步骤(2-2)，直到决策树中的任意叶子节点不可再分为止，即构建了一棵决策树，在整个决策树生成过程中没有进行剪枝；

[0034] (2-4)重复以上三个步骤T次，即构建了T棵独立的决策树，形成了森林；

[0035] (2-5)将步骤(1)中提取的葡萄样本识别特征输入随机森林分类器中，对于每个样本每棵决策树都输出对应的预测值，对其类别进行投票，最终投票数最多的一类为该样本最终确定的类别。

[0036] 上述基于最大熵特征的葡萄分类提取方法，在步骤(3)中，采用总体分类精度和Kappa系数评价整个分类图的精度。

[0037] 上述基于最大熵特征的葡萄分类提取方法，混淆矩阵中，沿着对角线分布的像元是被正确分类的像元个数，总像元数等于所有真实参考源的像元总数，总体分类精度计算公式如下：

[0038]

[0039] 其中，Pc表示总体分类精度，N表示样本总个数，m表示分类类别个数，Pkk表示第k类的判别样本个数。

[0040] 上述基于最大熵特征的葡萄分类提取方法，Kappa系数的计算公式如下：

[0041]

[0042] 式中，K表示Kappa系数，m和N分别表示分类类别个数和样本总数，ppi为第i类所在列总数，pli为第i类所在行总数。

[0043] 根据权利要求9所述的基于最大熵特征的葡萄分类提取方法，其特征在于，当Kappa系数K小于0.5时，认为分类精度比较差，当Kappa系数K大于0.6时分类精度较高。

[0044] 本发明的技术方案取得了如下有益的技术效果：

[0045] 本申请基于9个原始光谱特征，2个指数特征和1个最佳熵特征，共计12个特征组成特征组合后，利用随机森林方法进行葡萄园分类检测。

[0046] 为突出葡萄园与其他地类的区别，基于地面调查样本和最大熵模型，获取可指示葡萄园的最佳熵特征。最大熵模型是对未知的情况不要做任何主观假设，概率分布最均匀，预测的风险最小，对葡萄分类提取的精度高。

[0047] 随机森林是一种集成学习方法，通过建立多棵决策树组成森林，可以有效的解决样本不均衡，类间特征差异小等问题，备较高的分类准确率、较强的抗噪、抗异常值的能力，同时能处理大量数据，且不易出现过渡拟合的优点。

[0048] 采用本申请的分类提取方法对陕西泾阳葡萄园进行遥感检测，106个葡萄园样本点中(去除幼年林、大棚种植的样本点，共计30个)，有93个被正确检出，葡萄园制图精度达到87.8％；总体识别精度达到86.8％。说明本申请的基于最大熵特征的葡萄分类提取方法对葡萄的检测分类精度高。附图说明

[0049] 图1地面调查路线与样本空间分布图；

[0050] 图2各类地物光谱特征曲线；

[0051] 图3不同地物最佳熵特征箱型图统计图；

[0052] 图4泾阳县葡萄园空间分布图。

具体实施方式

[0053] 基于2018年6月13日哨兵2号数据，结合地面调查样本，统计分析了各类地物的光谱特征变化，各类地物光谱特征曲线如图2所示，从图2中可以看出，葡萄园的光谱特征与桃园、苹果园、梨树等类别虽有细微差别，但是总体趋势一致，因此，基于原始光谱特征以及基于原始光谱特征的简单代数运算而获得的指数特征很难准确提取葡萄园。为突出葡萄园与其他地类的区别，基于地面调查样本和最大熵模型，获取可指示葡萄园的最佳熵特征，对不同地物最佳熵特征做了箱型图统计图分析，如图3所示。箱型图是一种用作显示一组数据分散情况资料的统计图，主要用于反映原始数据分布的特征，同时还可以进行多组数据分布特征的比较。箱型图能直观明了地识别数据批中的异常值，利用箱线图可以判断数据的偏态和尾重，可以比较几批数据的形状。箱型图包含5个参数(上边缘、下边缘、中位数、上四分位数、下四分位数)，其中，下边缘为特征样本数据的最小值，下四分位数为特征样本所有数值由小到大排列后第25％的数值，中位数为特征样本所有数值由小到大排列后第50％的数值，上四分位数为特征样本所有数值由小到大排列后第75％的数值，上边缘为特征样本数据的最大值。

[0054] 从图3中可以看出，各类地物与大部分葡萄园可以准确地被区分，只有部分桃园依旧无法有效区分，即高覆盖度的成年葡萄林与桃园无法有效区分。

[0055] 基于上述问题，本实施例为基于最大熵特征的葡萄分类提取方法。基于9个原始光谱特征，计算了2个指数特征(NDVI归一化植被指数，EVI环境植被指数)，一个最佳熵特征，共计12个特征组成特征组合后，利用随机森林方法进行葡萄园分类检测。随机森林是一种集成学习方法，通过建立多棵决策树组成森林，可以有效的解决样本不均衡，类间特征差异小等问题。

[0056] 包括如下步骤：

[0057] 一、葡萄分类识别特征提取

[0058] (1)9个原始光谱特征：蓝光波段(Blue)、绿光波段(Green)、红光波段(Red)、红边波段1(RedEdge1)、红边波段2(RedEdge2)、红边波段3(RedEdge3)、近红外波段(Nir-Red)、，短波红外1(SWIR1)和短波红外2(SWIR2)。

[0059] (2)2个指数特征：NDVI归一化植被指数和EVI环境植被指数。

[0060] NDVI归一化植被指数的计算公式为：

[0061] NDVI＝(ρnir-ρred)/(ρnir+ρred) (Ⅰ)；

[0062] 其中：ρnir为近红外波段反射率，ρred为红波段反射率。

[0063] EVI环境植被指数的计算公式为

[0064]

[0065] 其中，ρnir为近红外波段反射率，ρred为红波段反射率，ρblue为蓝波段反射率。

[0066] (3)1个最佳熵特征。

[0067] 最大熵模型(Maximum Entropy Model，以下简称MaxEnt)，MaxEnt是概率模型学习中一个准则，其思想为：在学习概率模型时，所有可能的模型中熵最大的模型是最好的模型；若概率模型需要满足一些约束，则最大熵原理就是在满足已知约束的条件集合中选择熵最大模型。最大熵原理指出，对一个随机事件的概率分布进行预测时，预测应当满足全部已知的约束，而对未知的情况不要做任何主观假设。在这种情况下，概率分布最均匀，预测的风险最小，因此得到的概率分布的熵是最大。

[0068] 最大熵模型在给定输入变量x时，输出变量y的条件分布为：

[0069]

[0070] 其中：θ为权值向量；x为输入变量；y为输出变量；Dom(y)是y所有可能取值的集合；P(y|x,θ)为条件分布；

[0071] 条件分布的熵为：

[0072]

[0073] 其中：P(y,x)为输入变量x与输出变量y的联合概率；P(y|x)为表示变量为x时，y出现的概率；

[0074] 首先满足约束条件，然后使得H(P)熵最大，即可最大熵模型P*为：

[0075]

[0076] 其中：C为类别集合。

[0077] 二、利用随机森林方法进行葡萄园分类检测；

[0078] 机森林算法具有泛化能力更强，分类更加准确等特点，近几年在遥感图像识别领域得到广泛应用。随机森林算法是以弱决策树分类器为基础，采用Bagging方法而生成的一种高效的集成分类器。因此，随机森林算法继承了决策树算法在分类过程中高效、无需假设、提供样本描述等优点，同时通过Bagging集成，在维持偏差较低的情况下，降低了分类误差的方差，使分类结果变得非常稳定。因具备较高的分类准确率、较强的抗噪、抗异常值的能力，同时能处理大量数据，且不易出现过渡拟合的优点，随机森林算法已成为目前遥感图像分类算中炙手可热的分类器，在农林业回归模型分析和遥感图像分类方面有了有着重要的应用。

[0079] 随机森林的构建是一个重复构建决策树的过程。假设训练样本的总数为N，每个样本具有M个属性，构建决策树的总数为T，则将随机森林应用于图像分类的基本思想如下：

[0080] (1)从原始训练样本中随机有放回的抽取N个训练样本，形成样本集来训练一个决策树，并将训练样本集作为根节点处的样本。

[0081] (2)在决策树的每一节点分裂时，都随机地从M个特征中选取m个特征(m

[0082] (3)重复步骤(2)，直到决策树中的任意叶子节点不可再分为止，即构建了一棵决策树，在整个决策树生成过程中没有进行剪枝；

[0083] (4)重复以上三个步骤T次，即构建了T棵独立的决策树，形成了森林。

[0084] 在生成随机森林的过程中，对每一棵决策树不进行剪枝，让其最大限度的增长，最终将所有的决策树组合成随机森林。完成随机森林的构建后，将步骤(1)中提取的葡萄样本识别特征输入随机森林分类器中，对于每个样本每棵决策树都输出对应的预测值对其类别进行投票，最终投票数最多的一类为该样本最终确定的类别。

[0085] 三、葡萄遥感检测结果与精度评价

[0086] 像元尺度的分类精度评价采用的主要参数都是基于精度检验样本的混淆矩阵(误差矩阵)计算得到的。采用总体分类精度和Kappa系数评价整个分类图的精度，以条件Kappa系数评价某一类别的精度。应用混淆矩阵分析的主要参数有总体分类精度、Kappa系数、错分误差、漏分误差、生产者精度、用户精度等评价指标，其中，总体分类精度和Kappa系数反映整个分类图的分类精度。

[0087] 混淆矩阵中，沿着对角线分布的像元是被正确分类的像元个数，总像元数等于所有真实参考源的像元总数，总体分类精度计算公式如下：

[0088]

[0089] 式中，Pc表示总体分类精度，N表示样本总个数，m表示分类类别个数，Pkk表示第k类的判别样本个数。

[0090] Kappa系数的计算公式如下：

[0091]

[0092] 式中，K表示Kappa系数，m和N分别表示分类类别个数和样本总数，ppi为第i类所在列总数，pli为第i类所在行总数。

[0093] 根据经验值当Kappa系数小于0.5时，认为分类精度比较差，当Kappa系数大于0.6时分类精度较高。

[0094] 陕西泾阳葡萄遥感检测结果如图4和表1所示：

[0095] 表1葡萄园检测精度混淆矩阵

[0096] 葡萄(个) 其他(个) 总计(个)葡萄 93 13 106
其他 62 399 461
总计 155 412 567

[0097] 葡萄园主要分布在泾阳县西北部与北部区域，中部及南部地区分布较少。经统计，总面积达到6.08万亩，其中需要特别指出的是该检测结果不包含大棚葡萄与刚刚在耕地种植的幼年林。经检验：106个葡萄园样本点中(去除幼年林、大棚种植的样本点，共计30个)，有93个被正确检出，葡萄园制图精度达到87.8％；总体识别精度达到86.8％。

[0098] 显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本专利申请权利要求的保护范围之中。

标题	发布/更新时间	阅读量
一种基于基因谱的乳腺癌淋巴结转移预测方法及预测系统	2020-05-08	66
基于深度森林的文本对象推荐方法	2020-05-11	660
一种大数据和BMS结合的电动汽车优化充电方法	2020-05-11	553
基于双目视觉的自动消防水炮的火焰检测方法	2020-05-12	572
一种网站识别方法、装置、系统及计算机可读存储介质	2020-05-12	937
一种基于图分析的反欺诈检测方法及检测系统	2020-05-08	493
基于最大熵特征的葡萄分类提取方法	2020-05-11	297
一种基于投票集成学习的心电数据智能分类方法	2020-05-12	330
一种基于车辆荷载空间分布的桥梁风险预测方法及系统	2020-05-11	298
院内致命性消化道再出血预测关键指标的智能筛选方法	2020-05-08	241

个人版

¥288365/年 ¥6881080/三年

购买1年购买3年

定位：专利检索入门与体验

适用用户：学生、个人发明家、专利代理人

核心价值：不限量检索，满足初步的专利文献查找与阅读需求；

功能

基础专利检索、查看专利基本信息
基础的专利数据分析
个人工作空间
高级检索支持高级检索、批量检索、法律状态检索等

联系客服

微信：15616886859 QQ：136597212

咨询QQ/微信 13264338900

专业版

¥980/年

购买申请试用

定位：专业研发与深度分析

适用用户：企业研发工程师、知识产权专员、中小型团队、专业顾问

核心价值：提供全面的高级检索与深度分析工具，是性价比极高的专业工作助手。

功能亮点

语义检索支持文本描述检索专利
深度数据支持相似专利、引证、法律案件、附图等数据查看
效率工具双屏对比、专利PDF全文下载、批量导出

详细会员权益

咨询QQ/微信 13264338900

企业版

¥6980/年

购买申请试用

定位：企业级资产管理与战略决策

适合用户：大中型企业、知识产权管理部门、知识产权代理所

核心价值：不仅关注信息获取，更注重数据的价值及加工

功能亮点

包含专业版全部功能
智能检索支持语义检索、图像检索等
数据分析支持自定义分析、专利地图、分析报告、更全面的分析维度
风险管控专利数据监控、工作空间自动收录、数据共享

详细会员权益

咨询QQ/微信 13264338900