1.基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，其特征是包含以下步驟：
2.如權(quán)利要求1所述的基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，其特征是步驟（1）中，所述輻射校正、大氣校正預(yù)處理是利用envi軟件對(duì)多光譜影像進(jìn)行預(yù)處理；
3.如權(quán)利要求1所述的基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，其特征是步驟（0）中，多光譜影像采用worldview-2影像；步驟（1）中，對(duì)聲學(xué)數(shù)據(jù)和光學(xué)遙感數(shù)據(jù)進(jìn)行空間尺度配準(zhǔn)，是以worldview-2影像1.85m分辨率為參考，對(duì)測(cè)深數(shù)據(jù)進(jìn)行重采樣和坐標(biāo)轉(zhuǎn)換，統(tǒng)一兩個(gè)數(shù)據(jù)源的坐標(biāo)系統(tǒng)、分辨率。
4.如權(quán)利要求1所述的基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，其特征是步驟（2.1）光譜特征提取中，10維光譜特征計(jì)算方式如表1：
5.如權(quán)利要求1所述的基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，其特征是步驟（2.2）地形特征提取中，各特征指標(biāo)公式如表2：
6.如權(quán)利要求1所述的基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，其特征是步驟（2.4）中，計(jì)算平均信息增益具體公式為：
7.如權(quán)利要求1所述的基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，其特征是步驟（2.4）中，對(duì)每個(gè)特征的增益值累加求均值，得到該特征的最終重要性分?jǐn)?shù)如下：
8.如權(quán)利要求1所述的基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，其特征是步驟（2.4）中，每增添一維特征，觀察分類精度變化，若增加新特征后，分類精度下降超過1%，或者與前面最高精度相比上升幅度不超過0.5%時(shí)，認(rèn)為當(dāng)前維度特征集合是最優(yōu)的，至此完成特征選擇。
9.如權(quán)利要求1所述的基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，其特征是所述步驟（3）中選擇準(zhǔn)確率性能指標(biāo)計(jì)算適應(yīng)度值如下：
10.如權(quán)利要求1所述的基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，其特征是步驟（3）中，分類模型的表達(dá)式可概括為：