改进的随机森林及其在遥感图像中的应用

• 作者: 姚明煌 骆炎民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 遥感图像 随机森林 决策树 相关性 人工免疫
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 图形图像处理
• 页码范围: 168-173
• 页数: 6页
• 分类号: TP181
• 字数: 6448字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1402-0227

摘要

对于遥感图像训练样本获取难的问题,引入适用于小样本分类的随机森林算法.为了随机森林能在小样本情况下有更优的分类效果和更高的稳定性,在决策树基础上提出了一种更加随机的特征组合的方法,降低了决策树之间的相关性,从而降低了森林的泛化误差;引入人工免疫算法来对改进后的随机森林进行压缩优化,很好地权衡了森林规模和分类稳定性、精度的矛盾.通过UCI数据集的实验表明,改进的随机森林的有效性及其优化的模型的可行性,优化后森林的规模降低了,且有更高的分类精度.在遥感图像上与传统的方法进行了对比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆炎民	华侨大学计算机科学与技术学院	25	209	9.0	13.0
2	姚明煌	华侨大学计算机科学与技术学院	1	17	1.0	1.0