并联结构组合分类器的误差分析

被引:7
作者
郑忠 [1 ,2 ]
曾永年 [1 ,2 ]
刘慧敏 [1 ,2 ]
徐艳艳 [1 ,2 ]
于菲菲 [1 ,2 ]
机构
[1] 中南大学地球科学与信息物理学院
[2] 中南大学空间信息技术与可持续发展研究中心
基金
湖南省自然科学基金;
关键词
组合分类器; 分类精度; 土地利用; LandsatTM;
D O I
暂无
中图分类号
TP751 [图像处理方法];
学科分类号
081002 ;
摘要
虽然遥感图像分类器发展迅速,但是单分类器分类精度仍然不能满足实际应用的需要,因此组合分类器便成为遥感分类技术研究的一个重要方面。与串联结构相比,并联结构是实际应用过程中研究较早、发展较充分和应用最广泛的,因而主要就并联结构组合分类器的误差进行分析。通过理论分析得出:并联结构组合分类器的精度变化与单分类器的误差集合分布模式有关。相离时,其精度提升幅度最大;相交时,组合分类器精度得到提升,其精度提升幅度大小与组合后的误差像元集合的大小成反比;相包含时,其精度位于两单分类器之间,且更靠近精度较高的单分类器的精度。同时以长沙市局部区域为实验区进行了验证性的实验,实验结果有效地验证了并联结构组合分类器的误差分析所得到的推论。最后从理论上讨论了组合分类器提高遥感图像分类精度的可行性,并指出单个类别的组合分类结果也与单分类器对这个类别的误差集合分布模式有关,为组合分类器发展提供了一个较好的突破方向。
引用
收藏
页码:340 / 347
页数:8
相关论文
共 18 条
[1]  
面向对象的SPOT5图像森林分类研究.[D].李春干.北京林业大学.2009, 10
[2]  
多分类器组合及其遥感分类研究.[D].张少佳.中南大学.2010, 02
[3]  
多分类器组合中的基分类器选取方法.[D].付彬.北京交通大学.2009, 02
[4]   A Robust Multiple Classifier System for Pixel Classification of Remote Sensing Images [J].
Maulik, Ujjwal ;
Chakraborty, Debasis .
FUNDAMENTA INFORMATICAE, 2010, 101 (04) :286-304
[5]   A survey of image classification methods and techniques for improving classification performance [J].
Lu, D. ;
Weng, Q. .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2007, 28 (05) :823-870
[6]   Integration of classification methods for improvement of land-cover map accuracy [J].
Liu, XH ;
Skidmore, AK ;
Van Oosten, H .
ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, 2002, 56 (04) :257-268
[7]   Knowledge integration in a multiple classifier system [J].
Lu, Y .
APPLIED INTELLIGENCE, 1996, 6 (02) :75-86
[8]   多种分类器融合的遥感影像分类 [J].
张丹 ;
杨斌 ;
张瑞禹 .
遥感信息, 2009, (05) :41-43+55
[9]   基于多分类器组合的高分辨率遥感影像目标识别 [J].
孙灏 ;
杜培军 ;
赵卫常 .
地理与地理信息科学 , 2009, (01) :32-35
[10]   基于误差分析的组合分类器研究 [J].
陈学泓 ;
陈晋 ;
杨伟 ;
朱锴 .
遥感学报, 2008, (05) :683-691