特征优选的GF-2影像湿地地表覆盖要素提取 |
| |
引用本文: | 李冰,卢小平,李新社,杜晓贝.特征优选的GF-2影像湿地地表覆盖要素提取[J].测绘与空间地理信息,2018(9). |
| |
作者姓名: | 李冰 卢小平 李新社 杜晓贝 |
| |
作者单位: | 河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室;河南省遥感测绘院 |
| |
摘 要: | 为满足地理国情普查及监测对湿地地表覆盖要素自动分类需求,本文以GF-2影像为数据源,采用Relief F算法优选特征,根据选取不同特征数量达到的总体分类精度和类间分类精度,对比分析面向对象的随机森林、决策树、支持向量机、最邻近4种分类方法对湿地覆被自动分类的适用性,通过实例进行对比分析,结果表明经过特征优选上述4种分类方法均可利用较少特征值达到较优的分类结果,验证了Relief F算法的有效性。在分类精度和学习速度方面,随机森林最优,决策树优于支持向量机,除最邻近方法外均可用于湿地信息普查。
|
本文献已被 CNKI 等数据库收录! |
|