| 基于极限学习机的浅海水深遥感反演研究 |
| |
| 引用本文： | 吴忠强,毛志华,王正,邱耀炜,沈蔚.基于极限学习机的浅海水深遥感反演研究[J].海洋测绘,2019,39(3):11-15. |
| |
| 作者姓名： | 吴忠强 毛志华 王正 邱耀炜 沈蔚 |
| |
| 作者单位： | 南京大学 地理与海洋科学学院,江苏 南京 210023;中国南海研究协同创新中心,江苏 南京 210093;自然资源部 第二海洋研究所 卫星海洋环境动力学国家重点实验室,浙江 杭州 310012;自然资源部 第二海洋研究所 卫星海洋环境动力学国家重点实验室,浙江 杭州,310012;上海海洋大学 海洋科学学院,上海 201306;上海市海洋局 河口海洋测绘工程技术研究中心,上海 201306 |
| |
| 基金项目： | 国家重点研发计划项目(2016YFC140091)；国家海洋公益项目(201005030)；国家自然科学基金(41476156；41621064)；高分辨率对地观测系统重大专项(41-Y20A31-9003-15/17) |
| |
| 摘 要： | 以Sentinel-2A遥感影像为数据源,在数据预处理基础上,使用极限学习机建立水深反演非线性回归模型,并与双波段回归模型、神经网络BP模型进行了比较。结果表明,总体上,支持极限学习机反演精度比较高,在水深5～20m处,极限学习机模型具有较高的反演精度和良好的效果,适用于研究区的水深反演。
|
| 关 键 词： | 多光谱遥感 Sentinel-2A 水深反演 双波段比值法 神经网络BP 极限学习机 |
Research on Remote Sensing Inversion of Shallow Water Depth Based on Extreme Learning Machine |
| |
| WUZhongqiang,MAO Zhihu,WANGZheng,QIU Yaowei,SHEN Wei.Research on Remote Sensing Inversion of Shallow Water Depth Based on Extreme Learning Machine[J].Hydrographic Surveying and Charting,2019,39(3):11-15. |
| |
| Authors: | WUZhongqiang MAO Zhihu WANGZheng QIU Yaowei SHEN Wei |
| |
| Abstract: | Taking Sentinel-2A image as data sources,on the basis of data preprocessing,the depth inversion nonlinear regression model is established using Extreme Learning Machine(ELM),and a comparison is made between dual-band regression model and BP neural network model respectively.The results show that,in general,the inversion accuracy of support vector machine(SVM)is higher,and in depth of 5-10-15-20,ELM has a higher inversion accuracy and better effect,which suits depth inversion in research ares. |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《海洋测绘》浏览原始摘要信息 |
| 点击此处可从《海洋测绘》下载免费的PDF全文 |
|
