基于CatBoost算法的面向对象土地利用分类

• 作者: 姜琦刚 杨秀艳 杨长保 赵振贺
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: Sentinel-2影像 CatBoost算法 土地利用分类 面向对象
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 185-191
• 页数: 7页
• 分类号: TP79
• 字数: 4713字
• 语种: 中文

摘要

为实现较高层次的遥感影像分类及有效去除高维特征的信息冗余,以Sentinel-2遥感影像为数据源,应用CatBoost算法对龙江县进行了面向对象的土地利用分类.利用CatBoost算法对全部特征集进行降维,分别使用CatBoost、RF(Random Forest)和AdaBoost算法进行土地利用分类并对分类结果进行对比.研究结果表明,CatBoost、RF和AdaBoost算法的Kappa系数均在0.77以上,且CatBoost算法的Kappa系数高达0.911 4.因此CatBoost分类法是土地利用分类的有效方法,为土地类型的划分提供了快捷可行的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜琦刚	吉林大学地球探测科学与技术学院	131	1345	21.0	29.0
2	杨长保	吉林大学地球探测科学与技术学院	59	461	12.0	19.0
3	杨秀艳	吉林大学地球探测科学与技术学院	1	0	0.0	0.0
4	赵振贺		1	0	0.0	0.0