结合无监督与监督机器学习的SWOT宽刈幅冰水分类

模型与方法 | 浏览量:21下载量:25CSCD:0

结合无监督与监督机器学习的SWOT宽刈幅冰水分类
Sea ice and water classification for SWOT wide-swath observations using combined unsupervised and supervised machine learning
“SWOT卫星首次实现极地海冰宽刈幅测高，研究人员提出了一种SWOT宽刈幅观测资料的冰水分类方法，通过无监督机器学习优化标签并构建多特征监督模型，分类准确率达95%，为海冰厚度反演研究开辟了新方向。”
- 角色：First author第一作者
- 机构：
  东北大学资源与土木工程学院, 沈阳 110819
- 邮箱：2401046@stu.neu.edu.cn
- 简介：李梦飞，研究方向为冰冻圈遥感和卫星测高。E-mail： 2401046@stu.neu.edu.cn
李梦飞
1 * ，
- 角色：Corresponding author通信作者
- 机构：
  东北大学资源与土木工程学院, 沈阳 110819
- 邮箱：zhangshengjun@mail.neu.edu.cn
- 简介：张胜军，研究方向为卫星遥感与卫星大地测量学。E-mail： zhangshengjun@mail.neu.edu.cn
张胜军
1 * ，
- 机构：
  辽宁省地震局, 沈阳 110031
孔祥雪
2 * ，
- 机构：
  东北大学资源与土木工程学院, 沈阳 110819
牟云飞
1 * ，
- 机构：
  东北大学资源与土木工程学院, 沈阳 110819
丁浩雨
1 *
2026年30卷第10期页码：3149-3169
DOI：10.11834/jrs.20265521
稿件说明：