申请/专利权人：华南师范大学

申请日：2023-08-04

公开（公告）日：2024-04-09

公开（公告）号：CN117218551B

主分类号：G06V20/13

分类号：G06V20/13;G06V10/764;G06V10/774;G06V10/766;G06V10/40

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2023.12.29#实质审查的生效;2023.12.12#公开

摘要：本发明公开了一种基于误差分析的估测算法优化方法及装置，该方法包括：获取目标估测地表区域的训练样本影像和高分辨率影像；确定所述训练样本影像对应的不透水密度参数；将所述训练样本影像和对应的不透水密度参数作为训练数据集，训练用于估测不透水密度的分类与回归树模型；根据线性光谱混合分析方法，对所述训练样本影像进行分析，以得到光谱分析结果；对所述分类与回归树模型的预测结果，以及所述光谱分析结果进行误差分析，以得到误差来源结果；根据所述误差来源结果，确定误差调整规则。可见，本发明能够有效避免单一算法的误差对估测精度的影响，实现集成式的估测模型的误差分析，显著优化不透水面估测精度。

主权项：1.一种基于误差分析的估测算法优化方法，其特征在于，所述方法包括：获取目标估测地表区域的训练样本影像和高分辨率影像；基于所述高分辨率影像和面对对象分类算法，确定所述训练样本影像对应的不透水密度参数；将所述训练样本影像和对应的不透水密度参数作为训练数据集，训练用于估测不透水密度的分类与回归树模型；根据线性光谱混合分析方法，对所述训练样本影像进行分析，以得到光谱分析结果；对所述分类与回归树模型的预测结果，以及所述光谱分析结果进行误差分析，以得到误差来源结果；根据所述误差来源结果，确定所述分类与回归树模型和所述线性光谱混合分析方法的误差调整规则；所述误差调整规则用于在后续利用所述分类与回归树模型和所述线性光谱混合分析进行不透水密度参数的估测时对估测结果进行调整；所述对所述分类与回归树模型的预测结果，以及所述光谱分析结果进行误差分析，以得到误差来源结果，包括：基于多种误差计算方法，以及预设的验证数据集，分别对所述分类与回归树模型的预测结果，以及所述光谱分析结果进行误差分析，以得到所述分类与回归树模型对应的误差来源结果，和所述线性光谱混合分析方法的误差来源结果；所述方法还包括：获取待预测地表区域的预测影像信息；根据所述分类与回归树模型和对应的误差调整规则，对所述预测影像信息进行估测，以得到第一估测结果；根据所述线性光谱混合分析方法和对应的误差调整规则，对所述预测影像信息进行估测，以得到第二估测结果；根据所述第一估测结果和所述第二估测结果，确定所述待预测地表区域对应的不透水密度估测结果；所述根据所述第一估测结果和所述第二估测结果，确定所述待预测地表区域对应的不透水密度估测结果，包括：计算与所述分类与回归树模型对应的历史误差分析结果中的误差程度成正比的参数，以得到所述第一估测结果对应的权重；计算与所述线性光谱混合分析方法对应的历史误差分析结果中的误差程度成正比的参数，以得到所述第二估测结果对应的权重；计算所述第一估测结果和所述第二估测结果的加权求和平均值，以得到所述待预测地表区域对应的不透水密度估测结果；其中，当所述分类与回归树模型的训练预测准确率大于第一阈值时，所述第一估测结果的权重大于所述第二估测结果的权重，否则所述第一估测结果的权重小于所述第二估测结果的权重。

全文数据：

权利要求：

百度查询： 华南师范大学 一种基于误差分析的估测算法优化方法及装置

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