基于多分类器结合的IKONOS影像城市植被类型识别

• 作者: 冯学智 刘伟 张秀英
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 城市植被 投票规则 多分类器
• 年，卷（期）: 2007,（3）
• 页码范围: 399-403
• 页数: 5页
• 分类号: TP751.1
• 字数: 4086字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0505.2007.03.009

摘要

采用多分类器结合的方法对城市植被进行分类.首先,以分割获得的城市植被分布斑块为处理基元,在不同特征空间中采集不同的样本,通过ISODATA、马氏距离、最大似然、人工神经网络和专家系统法进行分类,并计算各分类结果的关联程度和各植被类型识别的先验概率;然后利用专家投票的大多数规则对分类结果组合,未分类的对象按照先验识别概率最高的结果归类.精度评价表明:多分类器结合方法显著提高了信息识别的能力;采用多分类器结合的方法比单个分类器获得的最高分类精度提高5.5%,Kappa系数提高7.4%;Z统计值均为负,且均通过95%的置信水平检验.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张秀英	浙江大学农业遥感与信息技术应用研究所	24	855	16.0	24.0
3	冯学智	南京大学地理与海洋科学学院	160	5398	41.0	67.0
4	刘伟	南京大学地理与海洋科学学院	61	716	15.0	25.0