Boosting和Bagging算法的高分辨率遥感影像分类探讨

多分类器集成能够有效地提高遥感分类精度、降低结果中的不确定性,基于样本操作的Boosting和Bagging算法是多分类器系统常用的两种算法。针对高分辨率卫星遥感分类的需求,以Qu ickb ird数据为例,分别以BP神经网络、RBF神经网络和决策树为基分类器,对Boosting和Bagging算法的应用效果进行了实验和分析评价,结果表明Boosting算法和Bagging算法能够用于高分辨率遥感影像分类,具有较好的分类性能。     

基于多目标遥感信息处理的城市扩展监测与分析

基于徐州市1994年、2002年和2007年的多时相Landsat TM/ETM+遥感影像,利用建筑用地指数(IBI)提取城市建筑用地信息,通过监督分类获得城市土地覆盖网,由单窗算法反演地表温度.利用多目标遥感信息处理得到的建筑用地分布、土地覆盖图和地表热环境信息,从土地利用结构变化、城市热环境时空演变两个方面分析了徐州市城市扩展动态,表明徐州市建成区面积不断扩大,城市扩展速度进一步加快,土地利用类型相互转换频繁;城市热岛现象显著,热岛分布与城市建筑用地的轮廓基本吻合,建筑用地不断增加是热岛效应加重的主要因素.研究表明,综合土地覆盖分类、专题信息提取和地表参数定量反演的多目标遥感信息处理用于监测分析城市扩展与生态环境响应具有明显的优越性.     

高光谱遥感影像支持向量机分类中噪声影响的研究

为了验证噪声对支持向量机分类器性能的影响,对"SVM可以有效用于含噪声和不确定性数据"这一观点进行定量分析评价,采用国产OMISII传感器获得的高光谱遥感数据进行了试验,为了更好地比较SVM分类器的抗噪性,先对原始数据进行支持向量机分类,然后在高光谱遥感影像中人为添加不同比例的椒盐噪声和条带噪声,然后进行支持向量机分类...