本文關(guān)鍵詞：改進(jìn)的隨機(jī)森林及其在遙感圖像中的應(yīng)用

  更多相關(guān)文章： 遙感圖像 隨機(jī)森林 決策樹 相關(guān)性 人工免疫

【摘要】：對于遙感圖像訓(xùn)練樣本獲取難的問題,引入適用于小樣本分類的隨機(jī)森林算法。為了隨機(jī)森林能在小樣本情況下有更優(yōu)的分類效果和更高的穩(wěn)定性,在決策樹基礎(chǔ)上提出了一種更加隨機(jī)的特征組合的方法,降低了決策樹之間的相關(guān)性,從而降低了森林的泛化誤差;引入人工免疫算法來對改進(jìn)后的隨機(jī)森林進(jìn)行壓縮優(yōu)化,很好地權(quán)衡了森林規(guī)模和分類穩(wěn)定性、精度的矛盾。通過UCI數(shù)據(jù)集的實(shí)驗(yàn)表明,改進(jìn)的隨機(jī)森林的有效性及其優(yōu)化的模型的可行性,優(yōu)化后森林的規(guī)模降低了,且有更高的分類精度。在遙感圖像上與傳統(tǒng)的方法進(jìn)行了對比。
【作者單位】： 華僑大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 遙感圖像 隨機(jī)森林 決策樹 相關(guān)性 人工免疫
【基金】：福建省自然科學(xué)基金項(xiàng)目(No.2012J01273)
【分類號】：TP751
【正文快照】： 1引言機(jī)森林作為一種非參分類方法,以其高效性和不會過擬遙感圖像處理是通過傳感器接收或測量不同變量合等優(yōu)點(diǎn)被廣泛應(yīng)用。隨機(jī)森林是一種集成學(xué)習(xí)方法,的信息,再根據(jù)這些信息來對遙感圖像進(jìn)行解譯,其中而集成中基分類器的多樣性一直是研究的熱點(diǎn)[2-3],也有一個(gè)重要的研究方

【相似文獻(xiàn)】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 雷震;隨機(jī)森林及其在遙感影像處理中應(yīng)用研究[D];上海交通大學(xué);2012年

，

本文編號：606096