一种基于神经网络与集成学习的水下地形提取方法

    公开(公告)号:CN114926727B

    公开(公告)日:2025-05-06

    申请号:CN202210391456.X

    申请日:2022-04-14

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于神经网络与集成学习的水下地形提取方法,该方法包括以下步骤:采用数字图像处理技术并结合目视解译辅助的方式,对遥感影像数据集进行预处理,并将预处理后的遥感影像和训练样本作为输入数据集;构建基于BP神经网络算法的子学习器,对BP神经网络算法进行训练,并利用训练好的神经网络模型对若干水深反演结果进行生成;基于最小离群度方法确定集成策略;将整个研究区的水深反演结果集进行集成,并对集成后的水下地形图进行精度评估。实现高精度浅海水下地形;通过神经网络与集成学习算法的结合,解决了传统BP神经网络算法在水深反演过程中的鲁棒性较差问题,进一步提升了水深反演精度和可靠性。

    一种基于神经网络与集成学习的水下地形提取方法

    公开(公告)号:CN114926727A

    公开(公告)日:2022-08-19

    申请号:CN202210391456.X

    申请日:2022-04-14

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于神经网络与集成学习的水下地形提取方法,该方法包括以下步骤:采用数字图像处理技术并结合目视解译辅助的方式,对遥感影像数据集进行预处理,并将预处理后的遥感影像和训练样本作为输入数据集;构建基于BP神经网络算法的子学习器,对BP神经网络算法进行训练,并利用训练好的神经网络模型对若干水深反演结果进行生成;基于最小离群度方法确定集成策略;将整个研究区的水深反演结果集进行集成,并对集成后的水下地形图进行精度评估。实现高精度浅海水下地形;通过神经网络与集成学习算法的结合,解决了传统BP神经网络算法在水深反演过程中的鲁棒性较差问题,进一步提升了水深反演精度和可靠性。

Patent Agency Ranking