基于无阈值递归图的改进2D-BLS褐潮藻细胞密度预测
摘要
为了克服荧光法褐潮藻细胞密度预测中三维荧光光谱法采集数据速度相对较慢而发光二极管（LED）诱导荧光光谱法所获得的一维光谱数据光谱特征较少等不足，采用LED诱导荧光光谱法实现一维光谱数据快速获取，并对其进行深入挖掘和数据升维。针对传统递归图算法易受人为因素影响的缺点，提出无阈值递归图，采用Jaccard相似系数来选取无阈值递归图相空间重构参数，从而实现光谱数据升维；采用弹性网络回归算法的方式来代替原来的输入权重正则化方式，从而达到稀疏性和稳定性的双重要求；引入左右投影矩阵建立二维宽度学习系统。通过对提出的预测模型进行性能分析可以发现，相比于其他对比模型，所提模型的性能表现最佳，其R2、RMSE和MAE在训练集和测试集上的平均值分别为0.9994、0.00594、0.00355，同时，模型在训练集和测试集的时间指标也均取得了最好的效果，证明该模型可以准确、快速地实现褐潮藻细胞密度预测。
引用本文（GB/T 7714）
朱奇光 Zhu Qiguang, 李享 Li Xiang, 刘俊飞 Liu Junfei, 等. 基于无阈值递归图的改进2D-BLS褐潮藻细胞密度预测[J]. Acta Optica Sinica, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。