基于支持向量机和BP神经网络的水深反演研究

• 作者: 宋珍珍 朱金山 纪轩禹
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 支持向量机 BP神经网络 水深反演 最佳指数因子
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 博士园地
• 页码范围: 11-14
• 页数: 4页
• 分类号: P237
• 字数: 3569字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5867.2019.06.004

摘要

根据高空间分辨率Quickbird遥感影像反射率和实测水深之间的相关性,选取相关性较高的反演因子b1/b2、b1/b3和b2/b3建立单因子模型、双因子模型、多因子模型和BP神经网络模型,并对甘泉岛附近20 m内的水深进行反演.同时,利用最佳指数因子(OIF)和支持向量机(SVM)对甘泉岛研究区域基于水深颜色分成两类,将分类结果分别提取建立BP神经网络模型并进行水深反演.通过对反演结果对比发现:遥感影像分类前,线性回归模型中多因子线性模型反演精度最高,但比BP神经网络模型稍差.遥感影像分类后,浅海水域BP神经网络模型的反演精度要比分类前的各模型反演精度低,但是,深海区域BP神经网络模型的反演精度最高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱金山	山东科技大学测绘科学与工程学院	9	46	4.0	6.0
2	宋珍珍	山东科技大学测绘科学与工程学院	3	1	1.0	1.0
3	纪轩禹	山东科技大学测绘科学与工程学院	2	1	1.0	1.0