| 基于ENVI的遥感图像决策树分类 |
| |
| 引用本文： | 曹洪弟,洪友堂,张伟,田渊. 基于ENVI的遥感图像决策树分类[J]. 北京测绘, 2017, 0(2). DOI: 10.19580/j.cnki.1007-3000.2017.02.016 |
| |
| 作者姓名： | 曹洪弟 洪友堂 张伟 田渊 |
| |
| 作者单位： | 中国地质大学,北京,100083;中国人民武装警察部队黄金第五支队,陕西西安,710100 |
| |
| 摘 要： | 传统遥感图像分类方法一般是基于概率统计,然而人们一直致力于提高分类精度的研究。本文利用ENVI5.0对研究区分别进行了最大似然法、ISODATA法、决策树三种遥感图像分类;首先对三种分类方法进行简单阐述,然后图像预处理,选取训练样本,最后进行分类。通过数据比较和图表分析,可以看出这三种分类方法中,决策树分类精度最高,最大似然分类次之,ISODATA分类精度最低。决策树分类法可以有效地提高图像分类的精度。
|
| 关 键 词： | 决策树 遥感图像分类 精度评价 |
Decision Tree Classification of Remote Sensing Images Based on ENVI |
| |
| CAO Hongdi,HONG Youtang,ZHANG Wei,TIAN Yuan. Decision Tree Classification of Remote Sensing Images Based on ENVI[J]. Beijing Surveying and Mapping, 2017, 0(2). DOI: 10.19580/j.cnki.1007-3000.2017.02.016 |
| |
| Authors: | CAO Hongdi HONG Youtang ZHANG Wei TIAN Yuan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
