排序方式: 共有82条查询结果,搜索用时 31 毫秒
81.
82.
利用覆盖典型海岛的Landsat-8 OLI多光谱卫星遥感影像和收集到的水深数据,分别采用传统多元线性回归模型、机器学习中的back propagation(BP)神经网络模型和随机森林模型对目标海域水深进行整体反演,并对三种方法的反演精度进行评价。结果表明:相比于多元线性回归模型,机器学习方法的水深反演精度更高;随机森林模型的水深反演精度最高,平均绝对误差为1.94 m,平均绝对百分比误差为18.29%,模型的鲁棒性更加出色,整体精度较多元线性回归模型有明显提高。本研究比较三种方法构建的浅海水深模型的性能,为后续更加高效地获取高精度浅海水深信息提供参考价值。 相似文献