测绘科学

2016, v.41;No.220(10) 181-186

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

机器学习法在面向对象影像分类中的对比分析
Comparison of machine learning method in object-based image classification

赵丹平;顾海燕;贾莹;

摘要(Abstract):

针对如何选择遥感影像面向地理对象分类方法的问题,该文面向地理国情普查中的地表覆盖分类应用,以3个典型区域(山区、平原、城区)的多源高分辨率遥感影像为实验数据,从分类效果、分类精度等方面对比分析3种分类方法(支持向量机、决策树、随机森林)的优劣。在相同影像分割、特征提取、样本采集条件下,通过333组分类实验,得出以下规律:支持向量机分类方法稳定性强,分类速度快,但对特征数的要求高,特征数目与总体精度、地物环境之间的规律性不强,从而增加了特征提取与选择的难度,而随着特征的增加,决策树、随机森林的总体分类精度均为先升高后降低,最后趋于平衡。最后,综合随机森林对特征的优选机制和支持向量机的高分类精度,得到新的组合分类器。

关键词(KeyWords): 面向地理对象影像分类;地表覆盖分类;地理国情普查;多尺度分割;特征重要性分析;决策树;支持向量机;随机森林

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 赵丹平;顾海燕;贾莹;

Email:

DOI: 10.16251/j.cnki.1009-2307.2016.10.036

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享