基于mRMR特征优选算法的多光谱遥感影像分类效率精度分析

• 作者: 吴田军 夏列钢 沈占锋 程希萌 邢廷炎
• 来源期刊: 地球信息科学学报
• 关键词: mRMR算法 多光谱影像 互信息 特征优选 图像分类
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 遥感科学与应用技术
• 页码范围: 815-823
• 页数: 9页
• 字数: 9321字
• 语种: 中文
• DOI: 10.3724/SP.J.1047.2016.00815

摘要

在遥感图像分类过程中，进行合理的特征优选操作，将有助于提高分类器的分类效率及精度。本文以淮南地区资源三号卫星多光谱遥感影像数据为例，采用二值离散化、直方图法及F统计法3种计算方法实现mRMR（minimal-Redundancy-Maximal-Relevance）算法特征优选过程。根据3种方法所得到的特征优选结果及全部特征信息，分别采用C5.0决策树和K近邻2种分类器进行图像分类实验，并利用目视解译方法对不同方法组合的影像分类结果进行精度验证。实验结果表明，利用3种计算方法实现mRMR特征优选算法对不同分类器的影响程度不同：在分类效率方面，C5.0决策树分类器可提高36.84%，而K近邻分类器可提高72.05%；在分类精度方面，C5.0决策树分类器能保证分类精度大致不变，总体分类精度可提高0.60%， Kappa系数可提高0.80%，而K近邻分类器总体分类精度可提高4.34%，Kappa系数可提高7.90%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈占锋	中国科学院遥感与数字地球研究所	93	1646	22.0	36.0
2	邢廷炎	中国地质大学北京信息工程学院	11	84	6.0	9.0
3	夏列钢	浙江工业大学计算机科学与技术学院	10	52	6.0	7.0
4	程希萌	中国地质大学北京信息工程学院	2	16	2.0	2.0
6	吴田军	长安大学理学院	9	43	5.0	6.0