本文主要研究内容
作者吴薇,张源,李强子,黄慧萍（2019）在《基于迭代CART算法分层分类的土地覆盖遥感分类》一文中研究指出：土地覆盖遥感分类是土地利用变化监测及其空间格局分析的重要技术手段。为了进一步提高土地覆盖遥感分类精度,提出一种基于迭代CART算法分层分类的新技术体系。首先,根据类别光谱可分性分析,确定分层分类方法的类别提取顺序依次为水体、植被、裸地和建设用地。然后,在此分类顺序下,分别确定各类别的图像分割参数和分类特征集。最后,在对象尺度上,将CART算法迭代引入分层分类过程,不断选取训练样本进行CART算法的迭代分类依次提取前3个类别,将剩余部分直接划分为建设用地。实验结果证明:该方法可以明显减轻裸地和建设用地的混分现象,获得较高精度的土地覆盖分类结果,总体精度85.76%,Kappa系数0.72。相比于SVM、CART两种单次分类方法,总体精度和Kappa系数分别提升了10.67%～16.5%和0.15～0.21。同时,该方法能够灵活调整某个类别的分类精度并具有很强的扩展性,可以为其他涉及图像分类的遥感应用领域提供方法参考。
Abstract
tu de fu gai yao gan fen lei shi tu de li yong bian hua jian ce ji ji kong jian ge ju fen xi de chong yao ji shu shou duan 。wei le jin yi bu di gao tu de fu gai yao gan fen lei jing du ,di chu yi chong ji yu die dai CARTsuan fa fen ceng fen lei de xin ji shu ti ji 。shou xian ,gen ju lei bie guang pu ke fen xing fen xi ,que ding fen ceng fen lei fang fa de lei bie di qu shun xu yi ci wei shui ti 、zhi bei 、luo de he jian she yong de 。ran hou ,zai ci fen lei shun xu xia ,fen bie que ding ge lei bie de tu xiang fen ge can shu he fen lei te zheng ji 。zui hou ,zai dui xiang che du shang ,jiang CARTsuan fa die dai yin ru fen ceng fen lei guo cheng ,bu duan shua qu xun lian yang ben jin hang CARTsuan fa de die dai fen lei yi ci di qu qian 3ge lei bie ,jiang sheng yu bu fen zhi jie hua fen wei jian she yong de 。shi yan jie guo zheng ming :gai fang fa ke yi ming xian jian qing luo de he jian she yong de de hun fen xian xiang ,huo de jiao gao jing du de tu de fu gai fen lei jie guo ,zong ti jing du 85.76%,Kappaji shu 0.72。xiang bi yu SVM、CARTliang chong chan ci fen lei fang fa ,zong ti jing du he Kappaji shu fen bie di sheng le 10.67%～16.5%he 0.15～0.21。tong shi ,gai fang fa neng gou ling huo diao zheng mou ge lei bie de fen lei jing du bing ju you hen jiang de kuo zhan xing ,ke yi wei ji ta she ji tu xiang fen lei de yao gan ying yong ling yu di gong fang fa can kao 。
论文参考文献
论文详细介绍
论文作者分别是来自遥感技术与应用的吴薇,张源,李强子,黄慧萍，发表于刊物遥感技术与应用2019年01期论文，是一篇关于土地覆盖论文,分层分类论文,迭代论文,可分性论文,高分二号论文,遥感技术与应用2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自遥感技术与应用2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。