文献类型：专利

中文题名：基于多模态数据融合的森林生物量估测关键因子识别方法

作者：侯瑞霞[1] 孙伟[1] 毛炎新[1] 曹姗姗[1] 李全胜[1] 张志勇[1]

第一作者：侯瑞霞

机构：[1]中国林业科学研究院资源信息研究所;

专利类型：发明专利

申请号：CN202410023505.3

申请日：20240108

申请人地址：100091 北京市海淀区香山路青龙桥街道东小府1号

公开日：20240409

代理人：杨秋妹

代理机构：北京维创华成知识产权代理事务所(普通合伙)

语种：中文

中文关键词：生物量预测;关键因子;特征值序列;目标特征;评估指标;性能系数;估测;生物量;筛选;降维;多模态数据;分析处理;集合生成;交叉验证;森林生物;验证结果;逐渐缩小;贡献度;预期的;子区域;构建;集合;融合

分类号：TP3

年份：2024

摘要：本发明公开了基于多模态数据融合的森林生物量估测关键因子识别方法，涉及生物量估测技术领域，若生物量变动超过预期的变动区域占子区域的比例超过比例阈值，训练获取生物量预测模型，若生物量预测模型可靠，对生物量预测模型做K折交叉验证，并由验证结果构建评估指标集合，由所述评估指标集合生成模型性能系数，若模型性能系数超过质量阈值，从生物量预测模型中筛选出目标特征，对目标特征做分析处理后，获取相应的特征值序列，从特征值序列内确定主成分并降维，依据贡献度从降维后的主成分中筛选出对应部分作为关键因子。逐渐缩小关键因子识别的范围，提高识别的效率，使筛选出的关键因子更可靠。