申请/专利权人：中国计量大学

申请日：2023-03-24

公开（公告）日：2023-10-20

公开（公告）号：CN116912714A

主分类号：G06V20/17

分类号：G06V20/17;G06N3/006;G06N20/10;G06F17/18;G01N21/27

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.07#实质审查的生效;2023.10.20#公开

摘要：本发明公开了一种基于优化半监督支持向量机模型的涌潮水质反演方法。针对现有涌潮水质反演方法标记样本需求量大、采集和标注成本高、泛化能力不足、不能灵活适应多样的数据场景等问题，本发明使用无人机搭载多光谱相机动态跟踪拍摄涌潮，利用遥感数据和实测水质数据建立反演模型，并将半监督支持向量机协同回归算法应用到涌潮水质反演中，该算法能够有效结合标记和未标记数据，提高模型的预测和泛化能力。同时，将人工鱼群生物启发算法应用于支持向量机模型的优化中，该算法具有全局搜索能力强、收敛速度快等优点，可以有效提高模型的性能。本发明提供的方法具有标记数据需求量少、数据利用率高、对异常数据鲁棒性较好以及泛化能力更强等优点。

主权项：1.一种基于优化半监督支持向量机模型的涌潮水质反演方法，其特征在于，包括以下步骤：步骤1：在目标区域进行多光谱遥感影像和水质样本动态跟踪采集；步骤2：数据预处理，包括对采集的多光谱遥感影像和水质样本进行数据预处理；步骤3：将处理后的数据集划分为标记数据和未标记数据；步骤4：利用人工鱼群生物启发算法对SVM初始模型的参数进行优选；步骤5：利用优化后的半监督支持向量机协同回归算法对处理后的数据进行训练，建立涌潮水质反演模型；步骤6：无人机搭载多光谱相机动态跟踪涌潮，实时采集多光谱影像并回传至地面站，利用步骤5建立的模型进行涌潮水质参数分析。

全文数据：

权利要求：

百度查询： 中国计量大学 一种基于优化半监督支持向量机模型的涌潮水质反演方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD