一种基于机器学习的风、浪响应建模与海流反演的方法

一种基于机器学习的风、浪响应建模与海流反演的方法，涉及人工智能及海洋信息服务技术领域，包括以下步骤：（1）数据获取；（2）数据处理；（3）构建数据集；（4）利用粒子群优化的机器学习算法建立海表流速反演模型；（5）经过测试和个例分析获得最优海表流速反演模型。针对海面的海洋学和多普勒频移特征，本发明首次提出粒子群优化的XGBoost模型风浪多普勒贡献预测方法，可以有效提高风浪多普勒贡献估计精度和速度。