集成学习在遥感分类中的应用

• 作者: 吕丹桔 张雁 林英
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 集成学习 遥感图像 Bagging Boosting
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 算法与分析
• 页码范围: 697-699
• 页数: 3页
• 分类号: TP751
• 字数: 2805字
• 语种: 中文

摘要

遥感影像分类一直是遥感领域的研究热点.集成学习通过多个单一分类器得到的分类信息进行综合来提高分类的精度.论文阐述了集成技术的常用算法和策略,给出了遥感数据分类采用单分类算法,Bagging,Boosting以及MCS集成分类的实验结果的比较和分析.实验表明,集成技术能有效提高遥感数据的分类精度.在训练样木少的情况下,提供了一种保证分类性能和泛化性的有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林英	云南大学软件学院	32	197	7.0	12.0
2	张雁	北京林业大学信息学院	41	135	7.0	9.0
4	吕丹桔	西南林业大学计算机与信息学院	26	50	4.0	6.0