作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于随机森林分类器,利用Landsat多光谱数据对北京市门头沟地区林地地类识别分类,根据是否进行特征筛选将分类方案分为原始特征组与筛选特征组,分类结果显示:筛选特征组分类精度为60.87%高于原始特征组分类精度52.17%,4种林地地类相比,阔叶混交林地分类精度最高,其次为其他灌木林地与针叶混交林地,分类效果最差的为混合林地.
推荐文章
基于随机森林算法的城区土地覆盖分类研究
随机森林算法
城市区域
土地覆盖分类
特征选择
降维处理
基于小波变换和随机森林的森林类型分类研究
森林类型
小波变换
随机森林
分类
高分一号卫星影像
基于特征选择的极限随机森林算法研究
概率相关性
特征选择
特征子集
极限随机森林
基于随机森林算法的阿尔茨海默症医学影像分类
阿尔茨海默症
功能磁共振成像
随机森林
特征选择
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于随机森林算法的林地分类研究
来源期刊 林业科技 学科
关键词 随机森林 特征选择 多光谱
年,卷(期) 2021,(2) 所属期刊栏目 应用研究
研究方向 页码范围 34-37
页数 4页 分类号 S711
字数 语种 中文
DOI 10.19750/j.cnki.1001-9499.2021.02.010
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (135)
共引文献  (236)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(12)
  • 参考文献(1)
  • 二级参考文献(11)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(15)
  • 参考文献(0)
  • 二级参考文献(15)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(14)
  • 参考文献(2)
  • 二级参考文献(12)
2013(9)
  • 参考文献(4)
  • 二级参考文献(5)
2014(7)
  • 参考文献(3)
  • 二级参考文献(4)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
随机森林
特征选择
多光谱
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
林业科技
双月刊
1001-9499
23-1183/S
大16开
黑龙江省哈尔滨市哈平路134号
14-27
1972
chi
出版文献量(篇)
2889
总下载数(次)
3
总被引数(次)
13887
论文1v1指导