基于改进决策树分类算法的遥感影像分类研究

• 作者: 何丹丹 刘瑞杰 薄瑜
• 来源期刊: 计算机测量与控制
• 关键词: 决策树 分形 纹理特征 毯覆盖模型 遥感影像分类
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 设计与应用
• 页码范围: 207-211
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.07.046

摘要

针对现有分类器对遥感影像分类结果存不准确的问题,文章提出了一种基于决策树分类器的遥感影像分类方法,该方法以复合决策树Boost Tree思想为基础,首先利用分形理论中的毯模型提取遥感影像的纹理特征,根据遥感影像分类的特点,构造新的单棵决策树生成算法对遥感影像进行分类;以北京市五环内区域为研究区,使用landsat7 ETM数据源,实现了基于分形纹理特征、光谱特征的改进决策树分类.实验结果表明:通过毯模型提取的纹理特征可以很好地表达表面特征,辅以该纹理信息的改进决策树分类精度相比于只用光谱信息进行分类的精度有一定的提高,改善了分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘瑞杰	大连科技学院信息科学学院	17	25	3.0	4.0
2	何丹丹	大连科技学院信息科学学院	37	83	5.0	7.0
3	薄瑜	大连科技学院信息科学学院	8	2	1.0	1.0