一种利用海洋遥感多环境要素的集成学习渔场预报方法

摘要

本发明涉及遥感信息渔业应用领域，特别是涉及一种利用海洋遥感多环境要素的集成学习渔场预报方法。本发明针对现有渔场预报模型容易陷入对样本数据的过拟合而降低预报模型的泛化能力的问题，采用集成学习方法，采用多个简单结构的决策树作为元学习机，基于boosting算法进行学习机集成，构建利用海洋遥感多环境要素的集成学习渔场预报方法，每个简单的元学习机只学习特征空间的一个子集，在模型训练过程中会提高已训练的子学习机中预测错误的样本作为后续元学习机样本的权重，以保证各个元学习机的差异度，每个学习机学习不同的特征空间子集信息。本发明可以在提高预测精度的同时降低泛化误差，有效快速准确确定渔场位置。