本文關(guān)鍵詞：基于隨機(jī)森林的地理要素面向?qū)ο笞詣?dòng)解譯方法

  更多相關(guān)文章： 面向地理對(duì)象影像分析 隨機(jī)森林 分類模型 特征選擇

【摘要】：面向地理對(duì)象影像分析(GEOBIA)技術(shù)取得了顯著的進(jìn)展,代表了遙感影像解譯的發(fā)展范式,其主要目標(biāo)是發(fā)展智能化分析方法。隨機(jī)森林機(jī)器學(xué)習(xí)方法是一種相對(duì)新的、數(shù)據(jù)驅(qū)動(dòng)的非參數(shù)分類方法,具有自動(dòng)特征優(yōu)選、自動(dòng)模型構(gòu)建等優(yōu)勢(shì),為智能化分析提供了有效手段。充分利用GEOBIA及隨機(jī)森林機(jī)器學(xué)習(xí)的優(yōu)勢(shì),提出了基于隨機(jī)森林的地理要素面向?qū)ο笞詣?dòng)解譯方法,闡述了隨機(jī)森林面向?qū)ο蠓诸惙椒ǖ募夹g(shù)流程,為設(shè)計(jì)和實(shí)現(xiàn)該方法提供了詳細(xì)指導(dǎo),有助于指導(dǎo)用戶優(yōu)選特征和構(gòu)建分類模型。通過(guò)與支持向量機(jī)分類的對(duì)比實(shí)驗(yàn)證明,該方法可以自動(dòng)進(jìn)行特征優(yōu)選及分類模型的構(gòu)建,利用較少的特征得到較高的分類精度,在不損失性能的前提下減少了計(jì)算量和內(nèi)存使用,能夠?yàn)榇蠓秶�、大區(qū)域地理要素自動(dòng)解譯提供先驗(yàn)知識(shí)及自動(dòng)化的手段。
【作者單位】： 武漢大學(xué)測(cè)繪學(xué)院;中國(guó)測(cè)繪科學(xué)研究院;高德軟件有限公司;
【關(guān)鍵詞】： 面向地理對(duì)象影像分析 隨機(jī)森林 分類模型 特征選擇
【基金】：國(guó)家科技支撐計(jì)劃(2012BAH28B03) 地理空間信息工程國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(201101)~~
【分類號(hào)】：P237
【正文快照】： 面向地理對(duì)象影像分析(geographic object-based image analysis,GEOBIA)技術(shù)是地理信息科學(xué)中的一個(gè)新興的迅速發(fā)展的研究領(lǐng)域,主要致力于研究如何分割遙感影像并產(chǎn)生有意義的地理影像對(duì)象,在一定的光譜、時(shí)-空尺度上計(jì)算這些對(duì)象的特征,最終生成與地理信息系統(tǒng)(GIS)兼容格式

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 馬明;岳彩榮;張?jiān)骑w;李小婷;張博;;基于TM影像的土地覆蓋分類比較研究[J];綠色科技;2014年03期

2 ;[J];;年期

，

本文編號(hào)：690010