基于随机森林的高光谱遥感图像分类

• 作者: 王婷
• 来源期刊: 数码世界
• 关键词: 高光谱遥感图像 主成分分析 随机森林 机器学习
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机技术
• 页码范围: 37-38
• 页数: 2页
• 字数: 1084字
• 语种: 中文

摘要

针对高光谱遥感图像分类精度较低的问题,本文提出了基于随机森林的分类算法,首先采用主成分分析法对高光谱遥感数据进行降维,并在降维后形成的主成分空间中利用随机森林分类器进行分类.为了反映该分类算法在高光谱遥感数据方面的优越性,分别与支持向量机(SVM)、随机森林(RF)进行对比分析.实验结果表明,基于主成分空间的随机森林分类模型对分类具有较高的准确率和较优的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王婷		3	3	1.0	1.0