申请/专利权人：北华航天工业学院

申请日：2024-01-25

公开（公告）日：2024-04-16

公开（公告）号：CN117892633A

主分类号：G06F30/27

分类号：G06F30/27

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明公开了基于FOD和最优光谱特征的高光谱水质参数反演模型，属于机器学习技术领域。本发明提出基于分数阶微分及偏最小二乘的深度森林模型，用于提高反演效率。过程步骤如下：S100、对高光谱数据进行预处理，去除高光谱数据中的异常值，进行数据清洗，对高光谱数据进行分数阶微分处理；S200、重组新数据集，计算分数阶微分处理后的数据与Chl‑a的皮尔逊相关系数，筛选出最优波段，进行数据集降维；S300、使用深度森林模型构建Chl‑a遥感反演模型；S400、将数据集划分为训练集和验证集，训练FOD‑PLS‑DF模型；S500、通过训练好的模型及经过预处理后的实测光谱数据，进行反演。

主权项：1.基于FOD和最优光谱特征的高光谱水质参数反演模型，其特征在于：本发明进行内陆水体Chl-a遥感反演，过程步骤如下：S100、对高光谱数据进行预处理，去除高光谱数据中的异常值，进行数据清洗，对高光谱数据进行分数阶微分处理；S200、重组新数据集，计算分数阶微分处理后的数据与Chl-a的皮尔逊相关系数，筛选出最优波段，进行数据集降维；S300、使用深度森林模型构建Chl-a遥感反演模型，所述深度森林模型由多粒度扫描和级联森林两部分组成；S400、将数据集划分为训练集和验证集，训练FOD-PLS-DF模型；S500、通过训练好的模型及经过预处理后的实测光谱数据，使用FOD-PLS-DF模型对研究区水体Chl-a浓度进行反演。

全文数据：

权利要求：

百度查询： 北华航天工业学院 基于FOD和最优光谱特征的高光谱水质参数反演模型

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