基于Landsat的多分类器集成遥感影像分类

• 作者: 张涛 窦鹏 陈洋波
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 卫星遥感 城市化 土地利用/地表覆盖变化 多分类器集成分类 基分类器
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 技术创新
• 页码范围: 97-103,109
• 页数: 8页
• 分类号: P237.3|TP751
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2018.08.016

摘要

针对传统的单分类器分类精度低,难以满足遥感影像分类精度要求高的问题,该文提出了一种多分类器集成分类方法.该方法有效地将支持向量机算法、C4.5决策树算法和人工神经网络算法进行了组合,实现了多种分类器集成的优势互补,在提高单个类别分类精度的基础上实现了整体精度的提高.该文基于Landsat遥感影像,利用多分类器集成分类技术,获取广州市自1987年以来的土地利用/地表覆盖数据,以平均3年为一个时段,共制作11期数据.实验结果表明,产品分类的平均精度达到88.12％,Kappa系数平均值达到0.868,高于3种基分类器的分类精度,对各种地物的分类精度也明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张涛	中山大学地理科学与规划学院	86	614	13.0	21.0
2	陈洋波	中山大学地理科学与规划学院	44	702	12.0	25.0
3	窦鹏	中山大学地理科学与规划学院	3	17	3.0	3.0