基于多分类器集成的煤矿区土地覆盖遥感分类研究
针对不同分类器在煤矿区土地覆盖分类中的应用效果,将模式识别领域的研究热点-多分类器集成引入煤矿区土地覆盖遥感分类,从而为区域国土资源监测提供支持。分别以国外Landsat ETM+和国产CBERS影像为数据源,首先应用支持向量机、径向基神经网络、最大似然分类器、最小距离(马氏距离)分类器、J48决策树等成员分类器进行土地覆盖分类,然后基于差异性测量构建多分类器集合,利用Bagging、Boosting、加权投票法、分类器动态选择等分类器集成方法实现成员分类器输出的组合,获得集成不同分类器优势的分类结果。实验表明,多分类器集成具有提高土地覆盖分类精度的潜力,具有广泛应用前景。
煤矿区 土地覆盖 多源遥感影像 多分类器集成
陈绍杰 杜培军 李光丽 张伟
龙岩学院资源工程学院,龙岩 364000 国土环境与灾害监测国家测绘局重点实验室,徐州 221116 国土环境与灾害监测国家测绘局重点实验室,徐州 221116 中国矿业大学测绘与空间信息工程研究所,徐州 221116
国内会议
西安
中文
240-249
2009-11-01(万方平台首次上网日期,不代表论文的发表时间)