一种结合预分类与机器学习的叶绿素a浓度反演方法.pdfVIP

下载本文档

2
0
约1.2万字
约 12页
2023-06-01 发布于四川
举报
版权申诉

一种结合预分类与机器学习的叶绿素a浓度反演方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种结合预分类与机器学习的叶绿素a浓度反演方法，包括先实地采集二类水体表面的反射率数据及水体的叶绿素a浓度值；然后对反射率数据进行预分类，求取不同分类数目下的误差平方和，根据误差平方和确定真实聚类数目K；再将采集的反射率数据分成K类，并在不同尺度下进行连续小波变换，得到每一类的小波系数；将各类小波系数与实测的叶绿素a浓度值进行相关性分析，筛选出相关系数大于预设阈值的小波系数；接着将筛选出的各类小波系数进行支持矢量回归建模，并进行超参数优化，最终得到叶绿素a浓度反演模型，模型可用来根据

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112528559 A (43)申请公布日 2021.03.19 (21)申请号 202011403257.3 G01N 30/02 (2006.01)