基于CART决策树技术的林业地类遥感影像分类研究

被引：5

作者：

徐军 ^{[1
]}

谭莹 ^{[1
]}

郑云峰 ^{[2
]}

机构：

[1] 浙江省森林资源监测中心

[2] 国家林业局华东林业调查规划设计院

来源：

华东森林经理 | 2011年 / 25卷 / 04期

关键词：

林业地类; TM数据; 纹理; 决策树分类; 遥感;

D O I：

暂无

中图分类号：

S771.8 [森林遥感];

学科分类号：

1404 ;

摘要：

以Landsat TM遥感影像为研究数据源,利用CART决策树算法,结合光谱信息和纹理信息进行林业地类的分类,并把获得的结果与传统的最大似然法分类进行比较,结果表明:在卫星影像的整体分类精度上,决策树分类技术要优于最大似然法。相对于最大似然分类,决策树的树状分类结构对数据特征空间分布不需要预先假设某种参数化密度分布,所以其总体分类精度优于传统的参数化分类精度。

引用

页码：79 / 84

页数：6

共 7 条

[1] 纹理信息在遥感影像分类中的应用 [J].