基于最優(yōu)特征空間構(gòu)建的隨機(jī)森林算法在WorldView-2影像分類中的適用性研究
本文關(guān)鍵詞：基于最優(yōu)特征空間構(gòu)建的隨機(jī)森林算法在WorldView-2影像分類中的適用性研究
更多相關(guān)文章： WorldView-影像 面向?qū)ο?/b> 隨機(jī)森林 最優(yōu)分割尺度 特征空間構(gòu)建
【摘要】：目前面向?qū)ο蟮姆诸愌芯恐?對于研究區(qū)影像的分割尺度問題多以試驗者的多次試驗以及主觀推斷為主,缺乏定量化的評價標(biāo)準(zhǔn)。同時,在對遙感影像分類的算法選擇以及在分類過程中,有效特征空間的選取均存在一定程度的主觀性。針對遙感影像面向?qū)ο蠓诸愡^程中分割尺度選擇盲目及分類空間構(gòu)造主觀性較強(qiáng)的問題,以World View-2遙感影像數(shù)據(jù)為例,首先利用改進(jìn)的全局最優(yōu)分割尺度的方法獲取研究區(qū)影像的最優(yōu)分割尺度,在此基礎(chǔ)上選取了研究區(qū)分割對象的48個特征,利用OOB誤分率對各個特征的重要性排序;然后按重要性順序以5為步長討論特征數(shù)量對分類精度的影響,構(gòu)建了用于分類的最優(yōu)特征空間;最后將采用最優(yōu)特征空間的隨機(jī)森林算法獲得的最佳分類結(jié)果,與面向?qū)ο蟮淖钹徑裨�、決策樹以及支持向量機(jī)分類算法進(jìn)行了比較。結(jié)果表明,用于分類的特征數(shù)量與分類精度之間,并不是簡單的正相關(guān)關(guān)系;與面向?qū)ο蟮淖钹徑裨�、決策樹以及支持向量機(jī)分類算法相比,利用最優(yōu)特征空間進(jìn)行隨機(jī)森林分類的分類精度最高,表明該方法更適合于高分辨率World View-2數(shù)據(jù)的分類。
【作者單位】： 南京大學(xué)地理與海洋科學(xué)學(xué)院江蘇省地理信息技術(shù)重點(diǎn)實(shí)驗室中國南海研究協(xié)同創(chuàng)新中心南京大學(xué);
【關(guān)鍵詞】： WorldView-影像 面向?qū)ο?/strong> 隨機(jī)森林 最優(yōu)分割尺度 特征空間構(gòu)建
【基金】：國家重點(diǎn)研發(fā)計劃項目(2016YFB0502503) 中國聯(lián)合國合作非洲水行動-非洲典型國家和流域水資源生態(tài)保護(hù)和技術(shù)合作(2010DFA92800)資助
【分類號】：TP751
【正文快照】： 與中國聯(lián)合國合作非洲水行動-非洲典型國家和流域水資源生態(tài)保護(hù)和技術(shù)合作(2010DFA92800)資助隨著衛(wèi)星遙感影像空間分辨率的不斷提高,高分辨率遙感影像對地理對象的幾何信息呈現(xiàn)程度越來越高。而傳統(tǒng)的基于像元的遙感影像分類方法,往往忽略了除地物目標(biāo)光譜特征以外的其他諸
【相似文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前10條
1 張華偉;王明文;甘麗新;;基于隨機(jī)森林的文本分類模型研究[J];山東大學(xué)學(xué)報(理學(xué)版);2006年03期
2 邱一卉;林成德;;基于隨機(jī)森林方法的異常樣本檢測方法[J];福建工程學(xué)院學(xué)報;2007年04期
3 馬昕;王雪;楊洋;;基于隨機(jī)森林算法的大學(xué)生異動情況的預(yù)測[J];江蘇科技大學(xué)學(xué)報(自然科學(xué)版);2012年01期
4 楊帆;林琛;周綺鳳;符長虹;羅林開;;基于隨機(jī)森林的潛在k近鄰算法及其在基因表達(dá)數(shù)據(jù)分類中的應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2012年04期
5 聶斌;王卓;杜建強(qiáng);朱明峰;林劍鳴;艾國平;熊玲珠;;基于粗糙集和隨機(jī)森林算法輔助糖尿病并發(fā)癥分類研究[J];江西師范大學(xué)學(xué)報(自然科學(xué)版);2014年03期
6 郭穎婕;劉曉燕;郭茂祖;鄒權(quán);;植物抗性基因識別中的隨機(jī)森林分類方法[J];計算機(jī)科學(xué)與探索;2012年01期
7 邱一卉;林成德;;基于隨機(jī)森林和單類支持向量機(jī)的電信行業(yè)客戶流失預(yù)測[J];廈門大學(xué)學(xué)報(自然科學(xué)版);2013年05期
8 于化龍;高尚;趙靖;秦斌;;基于過采樣技術(shù)和隨機(jī)森林的不平衡微陣列數(shù)據(jù)分類方法研究[J];計算機(jī)科學(xué);2012年05期
9 姚登舉;楊靜;詹曉娟;;基于隨機(jī)森林的特征選擇算法[J];吉林大學(xué)學(xué)報(工學(xué)版);2014年01期
10 莊進(jìn)發(fā);羅鍵;彭彥卿;黃春慶;吳長慶;;基于改進(jìn)隨機(jī)森林的故障診斷方法研究[J];計算機(jī)集成制造系統(tǒng);2009年04期
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
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條
1 朱琪;基于最大平衡度與最大共識的改進(jìn)隨機(jī)森林算法研究[D];吉林大學(xué);2016年
2 李貞貴;隨機(jī)森林改進(jìn)的若干研究[D];廈門大學(xué);2013年
3 姚明煌;隨機(jī)森林及其在遙感圖像分類中的應(yīng)用[D];華僑大學(xué);2014年
4 肖堅;基于隨機(jī)森林的不平衡數(shù)據(jù)分類方法研究[D];哈爾濱工業(yè)大學(xué);2013年
5 雍凱;隨機(jī)森林的特征選擇和模型優(yōu)化算法研究[D];哈爾濱工業(yè)大學(xué);2008年
6 扈彬;基于隨機(jī)森林與卡爾曼濾波的人體跟蹤方法研究[D];天津師范大學(xué);2012年
7 張紅巖;隨機(jī)森林在醫(yī)學(xué)影像數(shù)據(jù)分析中的應(yīng)用[D];湖南師范大學(xué);2013年
8 郭穎婕;基于隨機(jī)森林的植物抗性基因識別方法研究[D];哈爾濱工業(yè)大學(xué);2011年
9 李洪波;決策森林的子空間選擇和集成優(yōu)化[D];哈爾濱工業(yè)大學(xué);2009年
，本文編號：939731
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/939731.html
