买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:该发明公开了一种基于LSTM和伪波形的沿岸水域漫射衰减系数预测方法,该方法首先从卫星数据截取沿岸水域光子点云数据,根据时间获取对应水域490nm处的漫射衰减系数Kd490进行高度转换。其次对高度转换后的数据进行伪波形化,并确定水面高度,对伪波形进行标准化。然后提取标准化后伪波形中的多元特征参数,进行特征相关性分析筛选特征,将筛选所得特征数据转换成序列,构建数据集D。最后通过贝叶斯优化,得到LSTM模型最优超参数组合,利用D训练最优超参数组合的LSTM模型,输出预测结果。本发明填补被动遥感漫射衰减系数产品中沿岸数据的空白,对保护沿岸水环境提供了强有力的数据支持。
主权项:1.一种基于LSTM和伪波形的沿岸水域漫射衰减系数预测方法,其特征在于,包括以下步骤:步骤1、从卫星数据截取沿岸水域光子点云数据,根据时间获取对应水域490nm处的漫射衰减系数Kd490;步骤2、对Kd490进行高度转换,得到532nm处的漫射衰减系数Kd532;所述高度转换具体为:利用EGM2008大地水准面模型将每个光子的椭球高度转换为正高,利用经验公式将Kd490转换为532nm处的漫射衰减系数Kd532;所述经验公式具体为:Kd532=0.68Kd490-0.022+0.054;步骤3、对高度转换后的数据进行伪波形化,并确定水面高度,对伪波形进行标准化;步骤4、提取标准化后伪波形中的多元特征参数,进行特征相关性分析,筛选特征,将筛选所得特征数据转换成序列F,构建数据集D;步骤5、通过贝叶斯优化,得到LSTM模型最优超参数组合;步骤6、利用D训练最优超参数组合的LSTM模型,输出预测结果Kd532’。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 一种基于LSTM和伪波形的沿岸水域漫射衰减系数预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。