本文關(guān)鍵詞：基于mRMR特征優(yōu)選算法的多光譜遙感影像分類效率精度分析

  更多相關(guān)文章： mRMR算法 多光譜影像 互信息 特征優(yōu)選 圖像分類

【摘要】：在遙感圖像分類過程中,進行合理的特征優(yōu)選操作,將有助于提高分類器的分類效率及精度。本文以淮南地區(qū)資源三號衛(wèi)星多光譜遙感影像數(shù)據(jù)為例,采用二值離散化、直方圖法及F統(tǒng)計法3種計算方法實現(xiàn)m RMR(minimal-RedundancyMaximal-Relevance)算法特征優(yōu)選過程。根據(jù)3種方法所得到的特征優(yōu)選結(jié)果及全部特征信息,分別采用C5.0決策樹和K近鄰2種分類器進行圖像分類實驗,并利用目視解譯方法對不同方法組合的影像分類結(jié)果進行精度驗證。實驗結(jié)果表明,利用3種計算方法實現(xiàn)m RMR特征優(yōu)選算法對不同分類器的影響程度不同:在分類效率方面,C5.0決策樹分類器可提高36.84%,而K近鄰分類器可提高72.05%;在分類精度方面,C5.0決策樹分類器能保證分類精度大致不變,總體分類精度可提高0.60%,Kappa系數(shù)可提高0.80%,而K近鄰分類器總體分類精度可提高4.34%,Kappa系數(shù)可提高7.90%。
【作者單位】： 中國地質(zhì)大學(xué)(北京)信息工程學(xué)院;中國科學(xué)院遙感與數(shù)字地球研究所;浙江工業(yè)大學(xué)計算機科學(xué)與技術(shù)學(xué)院;長安大學(xué)理學(xué)院;
【關(guān)鍵詞】： mRMR算法 多光譜影像 互信息 特征優(yōu)選 圖像分類
【基金】：國家高分辨率對地觀測系統(tǒng)重大專項(03-Y30B06-9001-13/15-01) 中國科學(xué)院重點部署項目(KZZD-EW-07-02) 國家高技術(shù)研究發(fā)展項目(2013AA12A401)
【分類號】：P237
【正文快照】： 程希萌1,2,沈占鋒2*,邢廷炎1,夏列鋼3,吳田軍41.中國地質(zhì)大學(xué)(北京)信息工程學(xué)院,北京100083;2.中國科學(xué)院遙感與數(shù)字地球研究所,北京100101;3.浙江工業(yè)大學(xué)計算機科學(xué)與技術(shù)學(xué)院,杭州310023;4.長安大學(xué)理學(xué)院,西安7100641引言自20世紀后期以來,遙感技術(shù)作為一門新興學(xué)科迅速

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王林剛;;基于地物字典的遙感圖像分類方法研究[J];科技視界;2013年27期

2 劉仁釗,廖文峰;遙感圖像分類應(yīng)用研究綜述[J];地理空間信息;2005年05期

3 王榮華;干嘉元;過仲陽;吳佳勤;;模糊理論在遙感圖像分類中的應(yīng)用[J];上海地質(zhì);2007年04期

4 尹淑玲;余敏;;模糊Isodata聚類分析在遙感圖像分類中的應(yīng)用研究[J];地理空間信息;2009年01期

5 王瑞;李杰平;盧志剛;陳瓊;;基于人工神經(jīng)網(wǎng)絡(luò)遙感圖像分類的應(yīng)用研究[J];科技情報開發(fā)與經(jīng)濟;2011年03期

6 張濤;;一種利用K均值和SOM進行遙感圖像分類的方法[J];地理空間信息;2011年01期

7 曾如珠;遙感圖像分類識別的探討[J];泉州師范學(xué)院學(xué)報;2000年04期

8 張曉美,焦偉利,何國金,王威,歐陽志云,肖q，

本文編號：797700