基于不同分类器的农用地分类提取

• 作者: 张峰 李刚 赵忠国 陈刚
• 来源期刊: 新疆农业科学
• 学科: 农学
• 关键词: 农用地 神经网络 支持向量机 随机森林 信息提取
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 土壤肥料·微生物·植物保护·畜牧兽医·信息技术
• 页码范围: 1560-1568
• 页数: 9页
• 分类号: S159
• 字数: 5293字
• 语种: 中文
• DOI: 10.6048/j.issn.1001-4330.2019.08.022

摘要

[目的]分析Landsat 8 OLI卫星遥感影像数据面向农用地分类的实际应用方法和效果,以新疆奇台县南部为研究对象.[方法]使用随机森林(RF)、支持向量机(SVM)和神经网络(Neural Net)三种分类器进行研究区农用地分类对比.[结果]通过对三种分类器参数设置参数精度检验,利用上述三种算法对农用地地物分类进行精度评价,在整体分类精度中,支持向量机算法(SVM)＜随机森林算法(RF)＜神经网络算法(Neural Net),分类精度分别为:90.75％,94.30％和94.84％.[结论]神经网络方法(Neural Net)在该地区的农用地物整体分类上,比支持向量机(SVM)和随机森林法(RF)相比具有一定的优势,并获得较好的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李刚		28	59	4.0	7.0
2	陈刚		3	2	1.0	1.0
3	张峰		2	2	1.0	1.0
4	赵忠国	新疆大学资源与环境科学学院	2	2	1.0	1.0