基于决策树的遥感图像分类方法研究

• 作者: 杨帆 王博
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 遥感图像分类 决策树 最大似然分类 精度评价
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 博士园地
• 页码范围: 1-4
• 页数: 4页
• 分类号: P237
• 字数: 3161字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5867.2019.07.001

摘要

在遥感领域中,遥感图像分类是一项十分重要的内容,也是运用遥感技术手段提取地物类别信息的一个关键环节.本文以TM影像为研究对象,采用决策树分类方法进行研究分析,详细地论述了该分类方法的整个研究流程,并得到分类后的结果图,最后利用混淆矩阵和Kappa系数对分类后的结果进行精度分析.通过与最大似然分类方法进行比较发现,决策树分类方法的分类效果明显,分类精度较高,总体分类精度、kappa系数均达到90％以上,为遥感图像分类提供了广阔的发展前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨帆	辽宁工程技术大学测绘与地理科学学院	84	708	14.0	23.0
2	王博	辽宁工程技术大学测绘与地理科学学院	4	4	1.0	2.0