基于随机森林的洪河湿地遥感影像分类研究

• 作者: 于振华 张羽威 王书玉
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 影像分类 随机森林 湿地信息 精度评估
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 基金项目专栏
• 页码范围: 83-85,93
• 页数: 4页
• 分类号: P237|TP75
• 字数: 2669字
• 语种: 中文

摘要

随机森林（ Random Forests ）是一种最有效的分类方法之一。现阶段，它吸引了来自不同领域的研究人员，被广泛应用到不同的学科领域之中。本文采用TM影像，运用随机森林算法，对洪河湿地影像进行分类，并与最大似然监督分类方法（ Maximum Likelihood Classification ，MLC）和 CART （ Classification And Regression Tree ）算法对比。结果表明，基于RF算法的分类结果的总精度和Kappa系数分别为88．31％和0．82，较MLC和CART分类方法有明显提高。从而证明RF算法可以提高遥感影像的分类精度，并可应用在湿地信息的提取研究中。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张羽威	哈尔滨师范大学黑龙江省普通高等学校地理环境遥感监测重点实验室	7	41	2.0	6.0
5	王书玉	哈尔滨师范大学黑龙江省普通高等学校地理环境遥感监测重点实验室	3	60	3.0	3.0
9	于振华	哈尔滨师范大学黑龙江省普通高等学校地理环境遥感监测重点实验室	3	43	2.0	3.0