| 基于决策树的高光谱数据特征选择及其对分类结果的影响分析 |
| |
| 引用本文： | 王圆圆,李京.基于决策树的高光谱数据特征选择及其对分类结果的影响分析[J].遥感学报,2007,11(1):69-76. |
| |
| 作者姓名： | 王圆圆 李京 |
| |
| 作者单位： | 北京师范大学,资源学院,资源技术与工程研究所,北京,100875 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划);科技部政府间科技合作项目 |
| |
| 摘 要： | 本文利用OM IS高光谱数据,研究了决策树算法（Decision Tree,DT）特征选择的特点以及特征选择对决策树分类结果的影响。设计了三种特征选择方法：SEP,MDLM和RELIEF,将它们与DT特征选择的结果以及特征选择后的分类精度（考虑了三种分类器：最大似然法、后向传播神经网络、最邻近法）进行对比,并分析了这三种特征选择方法对决策树结构和分类精度的影响。结果显示,DT是一种比较好的特征选择方法;经过特征选择后再生成的决策树比直接生成的决策树,用到更少的特征（平均减少了43.36%）、有更多的节点（平均增加了18.61%）和更高的分类精度（平均提高了0.35%）,当样本数量少时,分类精度的提高幅度最大,而树的大小却基本没有增加。
|
| 关 键 词： | 决策树 高光谱 特征选择 |
| 文章编号： | 1007-4619（2007）01-0069-08 |
| 修稿时间： | 2005-04-262006-02-23 |
Analysis of Feature Selection and Its Impact on Hyperspectral Data Classification Based on Decision Tree Algorithm |
| |
| WANG Yuan-yuan and LI Jing.Analysis of Feature Selection and Its Impact on Hyperspectral Data Classification Based on Decision Tree Algorithm[J].Journal of Remote Sensing,2007,11(1):69-76. |
| |
| Authors: | WANG Yuan-yuan and LI Jing |
| |
| Institution: | College of Resources Science, Beijing Normal University, Beijing 100875, China |
| |
| Abstract: | |
| |
| Keywords: | decision tree feature selection hyperspectral data |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
| 点击此处可从《遥感学报》下载免费的PDF全文 |
