决策树分类法及其在土地覆盖分类中的应用

被引：47

作者：

李爽

丁圣彦

钱乐祥

不详

机构：

[1] 河南大学环境与规划学院

[2] 河南大学环境与规划学院河南开封聊城师范学院地理系河南聊城

[3] 河南开封

来源：

遥感技术与应用 | 2002年 / 01期

基金：

河南省杰出青年科学基金;

关键词：

决策树分类; 遥感影像; 最大似然分类法;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

基于决策树分类算法在遥感影像分类方面的深厚潜力 ,探讨了 3种不同的决策树算法(UDT、MDT和 HDT)。首先对决策树算法结构、算法理论进行了阐述 ,然后利用决策树算法进行遥感土地覆盖分类实验 ,并把获得的结果与传统统计分类法进行比较。研究表明 ,决策树分类法有诸多优势 ,如 :相对简单、明确、分类结构直观 ,另外 ,与以假定数据源呈一固定概率分布 ,然后在此基础上进行参数估计的常规分类方法相比 ,决策树属于严格“非参”,对于输入数据空间特征和分类标识具有更好的弹性和鲁棒性 (Robust)。

引用

页码：6 / 11

页数：6

共 6 条

[1] 人工神经网络遥感影像分类模型及其与知识集成方法研究 [J].