基于GA-XGBoost的多源数据海底底质分类方法

基于GA‑XGBoost的多源数据海底底质分类方法，属于海底底质分类技术领域，包括对多光谱数据和多波束测深数据进行预处理并进行地理坐标系统和空间分辨率的配准，从处理后的数据中提取多维光谱特征和地形特征参数，利用XGBoost算法计算特征重要性分数并从高到低排序，向前逐步特征选择技术通过最重要的两个特征建立一个基线模型，依次增加1个特征变量到XGBoost模型训练和测试，计算总体分类精度，从中筛选最优特征子集。然后，构建基于遗传算法优化超参数的GA‑XGBoost，并使用筛选后的特征数据集对模型进行训练和测试。本发明提高了海底底质分类的准确性，提高了分类模型的性能和泛化能力。