基于CatBoost算法的面向?qū)ο笸恋乩梅诸?/H1>

發(fā)布時(shí)間：2021-11-07 04:28

　　為實(shí)現(xiàn)較高層次的遙感影像分類及有效去除高維特征的信息冗余,以Sentinel-2遙感影像為數(shù)據(jù)源,應(yīng)用Cat Boost算法對(duì)龍江縣進(jìn)行了面向?qū)ο蟮耐恋乩梅诸悺＠肅at Boost算法對(duì)全部特征集進(jìn)行降維,分別使用Cat Boost、RF（Random Forest）和Ada Boost算法進(jìn)行土地利用分類并對(duì)分類結(jié)果進(jìn)行對(duì)比。研究結(jié)果表明,Cat Boost、RF和Ada Boost算法的Kappa系數(shù)均在0. 77以上,且Cat Boost算法的Kappa系數(shù)高達(dá)0. 911 4。因此Cat Boost分類法是土地利用分類的有效方法,為土地類型的劃分提供了快捷可行的方法。 

【文章來源】：吉林大學(xué)學(xué)報(bào)(信息科學(xué)版). 2020,38(02)

【文章頁數(shù)】：7 頁

【部分圖文】：

qikan