基于高光谱吸收特征参数的分类研究

• 作者: 蔡之华 陈安升 陈文霞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高光谱 分类 光谱吸收特征参数 决策树 朴素贝叶斯 朴素贝叶斯树
• 年，卷（期）: 2008,（28）
• 所属期刊栏目: 工程与应用
• 页码范围: 230-232,241
• 页数: 4页
• 分类号: TP31
• 字数: 4689字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.28.075

摘要

在Weka平台上,采用决蓑树C4.5、朴素贝叶斯、朴素贝叶斯树三种算法进行了带缺失属性值的高光谱分类研究.针时高光谱波段数众多、信息冗余量大的特点,首先对光谱曲线进行光谱特征参数提取,然后再选择合适的吸收峰波段作为输入向量来进行分类.实验表明,由NBTree建立的铀黑一沥青铀矿分类模型的分类误差最小,分类精度最高,其次是NaiveBayes和J4.8,但从训练时问来看,NBTree则高于NB和J4.8.最后,对三种分类算法的务类结果进行了分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡之华	中国地质大学计算机学院	78	1452	22.0	35.0
2	陈文霞	中国地质大学计算机学院	2	23	2.0	2.0
3	陈安升	中国地质大学计算机学院	1	20	1.0	1.0