基于正则化与时空约束改进K最近邻算法的农业物联网数据重.PDFVIP

下载本文档

1
0
约3.97万字
约 7页
2019-09-16 发布于山东
举报
版权申诉

基于正则化与时空约束改进K最近邻算法的农业物联网数据重.PDF

1、本文档共7页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于正则化与时空约束改进K最近邻算法的农业物联网数据重.PDF

第 35 卷第 14 期农业工程学报 Vol.35 No.14 2019 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2019 183 基于正则化与时空约束改进 K 最近邻算法的农业物联网数据重构 1,2 1,2 1,2 3 吴华瑞，李庆学，缪祎晟，宋玉玲（1. 国家农业信息化工程技术研究中心，北京 100097；2. 北京农林科学院北京农业信息技术研究中心，北京 100097； 3. 农业农村部农业物联网重点实验室，杨凌 712100 ）摘要：针对农业复杂环境易发的物联网感知数据丢失异常问题，该文提出一种基于正则化惩罚的 K 最近邻数据重构方法（K nearest neighbor-regularization penalty ，KNN-RP ），采用岭回归方法对最近邻方法中的最小二乘因子进行正则化，并讨论了惩罚项的范数选取形式。通过对农业物联网感知数据的时空稳定性与相关性分析，确定了时间与空间约束矩阵的定义方式。采用温室数据样本对算法性能进行交叉验证，结果显示该文的KNN-RP 性能在点丢失模型下优于 KNN 、反距离加权 KNN 算法以及 DT 算法，而在块丢失模型下优于 KNN 和反距离加权 KNN 算法，略低于 DT 算法，提高了农业物联网的感知数据质量。该研究可为基于物联网数据的农业生产决策提供参考。关键词：算法；模型；农业物联网；数据重构；聚类回归 doi ：10.11975/j.issn.1002-6819.2019.14.023 中图分类号：TN919 文献标志码：A 文章编号：1002-6819(2019)-14-0183-07 吴华瑞，李庆学，缪祎晟，宋玉玲.基于正则化与时空约束改进 K 最近邻算法的农业物联网数据重构[J]. 农业工程学报， 2019，35(14)：183－189. doi ：10.11975/j.issn.1002-6819.2019.14.023 Wu Huarui, Li Qingxue, Miao Yisheng, Song Yuling. Agricultural internet of things data reconstruction based on K-nearest neighbor reconstruction algorithm improved by regularization penalty and spatio-temporal constraints[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(14): 183 －189. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2019.14.023