一种基于集成学习和特征融合的遥感影像分类新方法

• 作者: 刘培 杜培军 谭琨
• 来源期刊: 红外与毫米波学报
• 学科: 地球科学
• 关键词: 光谱特征 纹理特征 极化特征 集成学习 特征融合 分类
• 年，卷（期）: 2014,（3）
• 页码范围: 311-317
• 页数: 7页
• 分类号: P237
• 字数: 5422字
• 语种: 中文
• DOI: 10.3724/SP.J.1010.2014.00311

摘要

针对多源遥感数据分类的需要,提出了一种基于全极化SAR影像、极化相干矩阵特征、光学遥感影像光谱和纹理的多种特征融合和多分类器集成的遥感影像分类新方法.对全极化PALSAR数据进行预处理和极化相干矩阵特征提取,利用灰度共生矩阵计算光学和SAR影像的对比度、逆差距、二阶距、差异性等纹理特征参数,并与光谱特征结合,形成6种组合策略.利用集成学习方法对随机森林分类器、子空间分类器、最小距离分类器、支持向量机分类器、反向传播神经网络分类器等分类器进行组合,对不同组合策略的遥感影像特征集进行分类.结果表明提出的基于多种特征和多分类器集成的新方法很好地利用了主被动遥感数据在不同地表景观类型提取上的潜力,综合了多种算法的优势,能够有效地提高总体精度和各类别的分类精度.

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	南京大学江苏省地理信息技术重点实验室	29	283	9.0	16.0
2	谭琨	中国矿业大学江苏省资源环境信息工程重点实验室	39	553	11.0	23.0
3	刘培	中国矿业大学江苏省资源环境信息工程重点实验室	19	180	10.0	13.0