基于随机森林的国产小卫星遥感影像分类研究

• 作者: 刘毅 夏俊士 杜培军 柳思聪 郑辉
• 来源期刊: 测绘科学
• 学科: 工学
• 关键词: 随机森林 多分类器 集成学习 决策树 国产小卫星
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 194-196
• 页数: 3页
• 分类号: TP75
• 字数: 4204字
• 语种: 中文

摘要

近年来随着小卫星数量与传感器类型的快速增加,急需研究和发展快速可靠的小卫星遥感影像分类方法.针对分类方法各具局限性、具体应用中最优分类器选取困难等问题,本文基于多分类器集成学习的思路,引入随机森林( Random Forests)方法用于小卫星遥感影像分类.采用灾害监测预报小卫星(HJ-1)、北京1号小卫星(BJ-1)两种国产小卫星多光谱遥感影像进行试验,并与传统分类方法进行比较,结果表明,随机森林比最大似然分类器( MLC)、支持向量机分类器(SVM)等具有更好的稳定性、更高的分类精度和更快的运算速度,具有很好的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜培军	中国矿业大学国土环境与灾害监测国家测绘局重点实验室	161	3419	32.0	50.0
5	柳思聪	中国矿业大学国土环境与灾害监测国家测绘局重点实验室	9	185	5.0	9.0
6	夏俊士	中国矿业大学国土环境与灾害监测国家测绘局重点实验室	12	180	7.0	12.0
7	刘毅	中国矿业大学国土环境与灾害监测国家测绘局重点实验室	27	222	8.0	14.0