基于GF-2遥感影像的面向对象分类方法比较研究

• 作者: 刘星雷 鲁铁定 龚循强
• 来源期刊: 江西科学
• 关键词: GF-2遥感影像 K-最近邻分类 支持向量机分类 CART决策树分类
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 地球科学
• 页码范围: 913-916,934
• 页数: 5页
• 分类号: P237
• 语种: 中文
• DOI: 10.13990/j.issn1001-3679.2019.06.019

摘要

基于eCognition软件分别采用K-最近邻(KNN)分类、支持向量机(SVM)分类和CART决策树分类对GF-2遥感影像进行面向对象分类,并对3种分类方法的结果进行比较分析.结果表明:K-最近邻分类在影像准确性、复杂多样性、影像光谱混淆以及分布边界模糊等方面具有较高的识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁铁定	东华理工大学测绘工程学院	113	1082	16.0	28.0
5	龚循强	东华理工大学测绘工程学院	6	7	2.0	2.0
9	刘星雷	东华理工大学测绘工程学院	2	1	1.0	1.0