基于MODIS数据的决策树分类方法研究与应用

• 作者: 刘勇洪 牛铮 王长耀
• 来源期刊: 遥感学报
• 学科: 工学
• 关键词: 决策树 CART算法 C4.5算法 boosting和bagging技术 土地覆盖MODIS250m
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 技术方法
• 页码范围: 405-412
• 页数: 8页
• 分类号: TN911.73
• 字数: 8790字
• 语种: 中文
• DOI: 10.3321/j.issn:1007-4619.2005.04.011

摘要

介绍了目前国际上流行的两种决策树算法--CART算法与C4.5算法,并引入了两种机器学习领域里的分类新技术--boosting和bagging技术,为探究这些决策树分类算法与新技术在遥感影像分类方面的潜力,以中国华北地区MODIS250m分辨率影像进行了土地覆盖决策树分类试验与分析.研究结果表明决策树在满足充分训练样本的条件下,相对于传统方法如最大似然法(MLC)能明显提高分类精度,而在样本量不足下决策树分类表现差于MLC;并发现在单一决策树生成中,分类回归树CART算法表现较C4.5算法具有分类精度和树结构优势,分类精度的提高取决于树结构的合理构建与剪枝处理;另外在决策树CART中引入boosting技术,能明显提高那些较难识别类别的分类准确率18.5%到25.6%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛铮		15	343	8.0	15.0
2	王长耀		5	200	5.0	5.0
3	刘勇洪		2	167	2.0	2.0