一种基于二重特征提取和递归特征消除的XGBoost农机轨迹语义分割模型

发布时间: 2023-11-20

来源: 科技服务团

基本信息

合作方式：技术服务

成果类型：著作权,新技术

行业领域：

农、林、牧、渔业,农业

成果介绍

田间道路分割是农业机械轨迹处理的关键任务之一。为了提高田间-道路分割的准确性，本项目提出了一种基于二重特征提取和递归特征消除的XGBoost 模型，称为DR-XGBoost。DR-XGBoost仅采用少量农业机械轨迹特征作为输入。首先，模型采用了我们设计的二重特征提取方法，快速扩展特征数量，然后通过时间窗和特征提取算子充分提取局部轨迹特征。其次，模型采用递归特征消除算法，从模型分割效果的角度消除冗余特征，从而减少模型训练的计算消耗。第三，训练XGBoost完成轨迹分割。为了评估 DR-XGBoost 的有效性，我们对农业机械的真实轨迹数据集进行了一系列实验。该模型在数据集上获得了98.2%的Macro-F1分数，比之前的最佳水平高出10.9%。DR-XGBoost的提出填补了农业机械轨迹特征提取的知识空白，为田间道路分割问题提供了合理有效的特征选择方案。

成果亮点

1）提出了一种具有突出泛化性能的二重特征提取方法，有效地从农机轨迹数据的分布中提取重要信息，显着增强了模型的分割效果。据我们所知，之前还没有提出过农业机械轨迹的形式化特征提取方法。 2）采用递归特征消除算法，有效消除冗余特征，进一步提取农机轨迹数据分布的主要信息。模型的选择使得模型训练的计算消耗更少，进一步提高了模型的分割效率。 3）高效的特征工程与先进的集成算法XGBoost相结合，形成了DR-XGBoost模型，应用于真实的农机轨迹数据集，取得了比其他田间道路分割模型更具竞争力的结果。

团队介绍

农机作业监测与大数据应用重点实验室（下称‘实验室’）目前有老师7名，研究生30余名。近年来，承担1558工程、国家重点研发计划、国家自然基金、国家发改委卫星应用专项计划、北京科委计划、新疆兵团科技支疆计划等相关科研项目30余项，课题总经费3000余万。实验室的科研成果得到了CCTV、新华网、科技日报、农民日报、北斗网的多次报道。

成果资料

产业化落地方案

点击查看

成果综合评价报告

评价单位：“科创中国”葡萄酒产业科技服务团 (中国农业工程学会) 评价时间：2023-11-28

李奇峰

北京农业信息技术研究中心

研究员

综合评价

该成果技术创新性很强，且技术成熟，在国家精准农业项目的支持下，目前已有70万台北斗终端加装于农机上，通过对本项目所提方法优化后的高性能模型分割后的农机轨迹大数据进行分析与挖掘，能够对粮食生产过程有全面、客观、精确的把握。该成果还没有形成明确的商业化服务模式，需要进一步探索完善。总体而言，该项目技术思路方向很好，有一定市场空间。建议加快产品的商业模式熟化工作。

科创中国

友情链接

国际技术贸易

海外专利信息资源系统

省级中心站