地理与地理信息科学
地理與地理信息科學
지리여지리신식과학
GEOGRAPHY AND TERRITORIAL RESEARCH
2010年
6期
38-40,封3
,共4页
遥感影像%自动分类%土地覆盖分类%随机决策树群算法%模式分类
遙感影像%自動分類%土地覆蓋分類%隨機決策樹群算法%模式分類
요감영상%자동분류%토지복개분류%수궤결책수군산법%모식분류
通过添加树平衡系数、设定节点不纯度和区分样本类型,对现有的随机决策树群算法进行了改进,提出了改进的随机决策树群算法.以广东省龙门县土地覆盖的ALOS遥感影像为研究对象,利用改进的随机决策树群算法对研究对象进行遥感监督分类,并将研究结果同传统的最大似然分类方法的结果进行对比,发现分类总体精度从81.46%提高至92.45%,Kappa系数达0.9091.改进的随机决策树群算法考虑了极不均衡决策树、节点不纯度和训练样本区分对随机决策过程运行效率的影响,可有效提高遥感分类效率和分类精度.
通過添加樹平衡繫數、設定節點不純度和區分樣本類型,對現有的隨機決策樹群算法進行瞭改進,提齣瞭改進的隨機決策樹群算法.以廣東省龍門縣土地覆蓋的ALOS遙感影像為研究對象,利用改進的隨機決策樹群算法對研究對象進行遙感鑑督分類,併將研究結果同傳統的最大似然分類方法的結果進行對比,髮現分類總體精度從81.46%提高至92.45%,Kappa繫數達0.9091.改進的隨機決策樹群算法攷慮瞭極不均衡決策樹、節點不純度和訓練樣本區分對隨機決策過程運行效率的影響,可有效提高遙感分類效率和分類精度.
통과첨가수평형계수、설정절점불순도화구분양본류형,대현유적수궤결책수군산법진행료개진,제출료개진적수궤결책수군산법.이광동성룡문현토지복개적ALOS요감영상위연구대상,이용개진적수궤결책수군산법대연구대상진행요감감독분류,병장연구결과동전통적최대사연분류방법적결과진행대비,발현분류총체정도종81.46%제고지92.45%,Kappa계수체0.9091.개진적수궤결책수군산법고필료겁불균형결책수、절점불순도화훈련양본구분대수궤결책과정운행효솔적영향,가유효제고요감분류효솔화분류정도.