一种基于多任务交叉学习的高光谱水质监测方法

本发明公开了一种基于多任务交叉学习的高光谱水质监测方法，属于高光谱水质监测技术领域，针对了由于受到可用数据量和数据维度的限制，算法模型很容易遭遇维度诅咒等相关问题。这些问题可能导致模型在反演精度上的表现不佳，并且减弱了模型决策过程的可解释性的问题，包括以下步骤：S1：采集光谱数据；本发明通过MTCLE‑HSWQ方法利用了交叉学习的方法来处理相关任务，从而有助于模型识别和利用对多个任务都有益的特征，这种方法的优势在于它能够减少高维数据的复杂性，同时自动执行特征选择，从而突出对预测至关重要的光谱带。