基于样本优选改进的随机森林遥感影像分类研究

• 作者: 赵海强
• 来源期刊: 城市勘测
• 学科: 工学
• 关键词: 影像分类 随机森林 决策树 样本优化 精度
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 3S研究与应用
• 页码范围: 79-83
• 页数: 5页
• 分类号: TP753
• 字数: 3533字
• 语种: 中文

摘要

在遥感影像分类的随机森林(Random Forests,RF)算法中,样本的质量是分类的基础和重要环节,构建优质的样本数据集是一项重要工作,本文对此进行研究,并提出以计算样本间的相似度的方法作为度量标准,来优化样本数据集.结果表明:①由计算相似度方法优化后的样本数据精确度得到提升,对各类别的数据判读更加明确;②在文中实验条件下,改进的随机森林法的分类结果优于传统方法,且精度优于CART决策树和SVM方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵海强		4	8	1.0	2.0