决策树分类法及其在土地覆盖分类中的应用

• 作者: 丁圣彦 李爽 钱乐祥
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 决策树分类 遥感影像 最大似然分类法
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 6-11
• 页数: 6页
• 分类号: TP75
• 字数: 5415字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-0323.2002.01.002

摘要

基于决策树分类算法在遥感影像分类方面的深厚潜力,探讨了3种不同的决策树算法(UDT、MDT和HDT).首先对决策树算法结构、算法理论进行了阐述,然后利用决策树算法进行遥感土地覆盖分类实验,并把获得的结果与传统统计分类法进行比较.研究表明,决策树分类法有诸多优势,如:相对简单、明确、分类结构直观,另外,与以假定数据源呈一固定概率分布,然后在此基础上进行参数估计的常规分类方法相比,决策树属于严格"非参",对于输入数据空间特征和分类标识具有更好的弹性和鲁棒性(Robust).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱乐祥	河南大学环境与规划学院	41	1664	21.0	40.0
2	李爽	河南大学环境与规划学院	35	1061	14.0	32.0
4	丁圣彦	河南大学环境与规划学院	156	4197	37.0	59.0