典型文献
4种遥感水深反演机器学习模型的比较
文献摘要：
为探究不同遥感水深反演机器学习模型的差异,以WorldView-2高分辨率多光谱影像与实测水深数据为数据源,应用BP神经网络模型、随机森林模型、梯度提升决策树模型及支持向量机模型开展水深反演实验,对4种水深反演模型的精度进行比较与评价.实验结果表明:机器学习模型反演水深,具有一定精度,平均相对误差(MRE)可优于20％.4种模型中,同为集成学习模型的随机森林模型与梯度提升决策树模型在两个实验区域,反演水深的RMSE值、MRE值与R2值明显优于BP神经网络模型和支持向量机模型,具有更好的浅水水深反演效果和适用性.
文献关键词：
多光谱水深反演;随机森林模型;梯度提升决策树模型;BP神经网络模型;支持向量机模型
中图分类号：
作者姓名：
沈蔚;孟然;栾奎峰;饶亚丽;郝李华;纪茜
作者机构：
上海海洋大学海洋科学学院,上海 201306;上海河口海洋测绘工程技术研究中心,上海 201306;南通智能感知研究院,江苏南通 226009
文献出处：
引用格式：
[1]沈蔚;孟然;栾奎峰;饶亚丽;郝李华;纪茜-.4种遥感水深反演机器学习模型的比较)[J].海洋测绘,2022(05):68-72
A类：
B类：
机器学习模型,WorldView,多光谱影像,数据源,随机森林模型,梯度提升决策树模型,支持向量机模型,反演模型,平均相对误差,MRE,集成学习模型,实验区,RMSE,浅水,多光谱水深反演
AB值：
0.176402
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
