基于獨(dú)立成分分析和隨機(jī)森林算法的城鎮(zhèn)用地提取研究
發(fā)布時(shí)間:2023-04-23 15:19
城鎮(zhèn)用地信息是聯(lián)合國2030年可持續(xù)發(fā)展議程關(guān)注的重點(diǎn)之一。城市在世界范圍內(nèi)迅速擴(kuò)張,快速準(zhǔn)確地獲取城鎮(zhèn)用地信息對于政府決策具有重要作用。城鎮(zhèn)土地覆蓋信息非常復(fù)雜,包括人工建筑、樹木、草地、水體等多種地表覆蓋類型;趥鹘y(tǒng)人工測繪獲取城鎮(zhèn)用地信息費(fèi)時(shí)費(fèi)力并且難于及時(shí)更新。Landsat等遙感衛(wèi)星數(shù)據(jù)為城鎮(zhèn)用地信息提取提供了豐富的數(shù)據(jù)源;谛l(wèi)星遙感數(shù)據(jù)提取的城鎮(zhèn)用地信息可以為未來城市的建設(shè)和管理提供基礎(chǔ)的科學(xué)決策數(shù)據(jù)。基于監(jiān)督分類方法和衛(wèi)星遙感數(shù)據(jù)可快速地提取城鎮(zhèn)用地信息,然而特征變量的選擇對于高精度城鎮(zhèn)用地信息提取尤為重要。為研究不同特征變量組合對于城鎮(zhèn)用地信息提取的影響,以北京市為研究區(qū),以2017年7月10日獲取的Landsat 8 OLI影像為數(shù)據(jù)源,通過數(shù)據(jù)預(yù)處理、紋理提取、獨(dú)立成分分析、主成分分析等得到4個(gè)維度的29個(gè)特征,選取了7種特征組合方案進(jìn)行城鎮(zhèn)用地提取?紤]隨機(jī)森林算法性能穩(wěn)定,分類精度高和可以方便進(jìn)行特征重要性評(píng)價(jià)等優(yōu)點(diǎn),選擇其作為監(jiān)督分類算法以提取城鎮(zhèn)用地信息,并進(jìn)行了精度評(píng)定,以確定最優(yōu)的城鎮(zhèn)用地提取特征組合。研究發(fā)現(xiàn):綜合利用光譜特征和獨(dú)立成分分析后的影像...
【文章頁數(shù)】:10 頁
【文章目錄】:
1 引言
2 研究方法與實(shí)驗(yàn)數(shù)據(jù)
2.1 技術(shù)路線
2.2 研究方法
2.2.1 主成分分析
2.2.2 獨(dú)立成分分析
2.2.3 灰度共生矩陣
2.2.4 隨機(jī)森林算法
2.3 實(shí)驗(yàn)區(qū)及數(shù)據(jù)來源
3 實(shí)驗(yàn)結(jié)果及分析
3.1 樣本分析
3.2 特征重要性評(píng)價(jià)
3.3 分類結(jié)果及精度評(píng)定
4 結(jié)論與討論
4.1 結(jié)論
4.2 討論
本文編號(hào):3799969
【文章頁數(shù)】:10 頁
【文章目錄】:
1 引言
2 研究方法與實(shí)驗(yàn)數(shù)據(jù)
2.1 技術(shù)路線
2.2 研究方法
2.2.1 主成分分析
2.2.2 獨(dú)立成分分析
2.2.3 灰度共生矩陣
2.2.4 隨機(jī)森林算法
2.3 實(shí)驗(yàn)區(qū)及數(shù)據(jù)來源
3 實(shí)驗(yàn)結(jié)果及分析
3.1 樣本分析
3.2 特征重要性評(píng)價(jià)
3.3 分類結(jié)果及精度評(píng)定
4 結(jié)論與討論
4.1 結(jié)論
4.2 討論
本文編號(hào):3799969
本文鏈接:http://sikaile.net/guanlilunwen/chengjian/3799969.html
最近更新
教材專著