基于AdaBoost的组合分类器在遥感影像分类中的应用

• 作者: 吴昀昭 周红英 王钦军 蔺启忠
• 来源期刊: 计算机应用研究
• 关键词: 组合分类器 AdaBoost 神经网络
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 图形图像
• 页码范围: 181-184
• 页数: 4页
• 分类号: TP391|TN911.73
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.10.056

摘要

运用组合分类器的经典算法AdaBoost将多个弱分类器-神经网络分类器组合输出,并引入混合判别多分类器综合规则,有效提高疑难类别的分类精度,进而提高分类的总精度.最后以天津地区ASTER影像为例,介绍了基于AdaBoost的组合分类算法,并在此基础上实现了天津地区的土地利用分类.分类结果表明,组合分类器能有效提高单个分类器的分类精度,分类总精度由81.13%提高到93.32%.实验表明基于AdaBoost的组合分类是遥感图像分类的一种新的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔺启忠	中国科学院遥感应用研究所	65	1163	20.0	32.0
2	周红英	中国科学院遥感应用研究所	2	37	1.0	2.0
3	吴昀昭	中国科学院遥感应用研究所	4	41	2.0	4.0