摘要
本发明公开一种湖泊COD反演方法,获取水体取样点的高光谱影像和真实COD值,生成原始训练集和原始测试集;构建COD参数反演模型;调整原始训练集中样本的选定波段的光谱数据,生成选定波段对应的重建训练集,利用原始训练集和各个选定波段对应的重建训练集对COD参数反演模型进行训练,选取重要波段,基于原始训练集中样本的重要波段的光谱数据,对COD参数反演模型进行训练,获得最终完成训练的COD参数反演模型;能够自动选择出最重要的波段,获取最重要的光谱信息,自动学习筛选出重要的空间信息,降低采样点附近耀斑以及水草等杂质对空间信息的影响,提高COD反演精度。
技术关键词
反演模型
非线性特征
反演方法
卷积模块
样本
输出特征
参数
影像
积层
训练集
池化特征
计算机程序产品
处理器
水体
计算机设备
通道
数据
可读存储介质
采样点
系统为您推荐了相关专利信息
预测模型构建方法
指标
影像
多元回归分析
轻度认知障碍
深度学习模型
无标签数据
样本
生成训练数据
变量
三维点云数据
识别分类方法
灰度共生矩阵
局部二值模式
识别分类系统