基于多目标遗传随机森林特征选择的面向对象湿地分类

被引：41

作者：

刘舒 ^{[1
]}

姜琦刚 ^{[1
]}

马玥 ^{[1
]}

肖艳 ^{[1
]}

李远华 ^{[1
]}

崔璨 ^{[2
]}

机构：

[1] 吉林大学地球探测科学与技术学院

[2] 大连海事大学航海学院

来源：

农业机械学报 | 2017年 / 48卷 / 01期

关键词：

湿地分类; 多光谱遥感影像; 面向对象; 多目标遗传随机森林算法; 特征选择;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术]; P941 [世界自然地理学];

学科分类号：

1404 ; 0705 ; 070501 ;

摘要：

以多时相Landsat8影像和SRTM DEM为数据源,对南瓮河流域进行了面向对象湿地分类。为削弱高维特征集对分类精度的影响,提出一种多目标遗传随机森林组合式特征选择算法(MOGARF)进行特征集优化。利用Relief F算法对完整特征集进行特征初选,再以基于随机森林的封装式多目标遗传算法进一步提取优化特征集。将所得特征集结合随机森林分类法提取湿地信息。并将结果分别与基于完整特征集和仅采用Relief F算法及Boruta算法提取的优化特征集的3种随机森林分类结果对比。试验结果表明,采用MOGARF算法特征选择后,特征维度降低至原来的10%,且分类精度最高,总体精度为92.61%,比其他分类方案提高0.35%1.94%,Kappa系数为0.907 5,袋外误差为7.77%,比其他分类方案降低0.91%1.48%。利用MOGARF特征选择的随机森林分类法是湿地分类的有效方法。

引用

页码：119 / 127

页数：9

共 27 条

[1] 基于ReliefF和PSO混合特征选择的面向对象土地利用分类 [J].