特征优选的GF-2影像湿地地表覆盖要素提取

被引：6

作者：

李冰 ^{[1
]}

卢小平 ^{[1
]}

李新社 ^{[2
]}

杜晓贝 ^{[1
]}

机构：

[1] 河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室

[2] 河南省遥感测绘院

来源：

测绘与空间地理信息 | 2018年 / 41卷 / 09期

基金：

国家重点研发计划;

关键词：

GF-2; 湿地; 特征优选; 地理国情普查; 面向对象;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

为满足地理国情普查及监测对湿地地表覆盖要素自动分类需求,本文以GF-2影像为数据源,采用Relief F算法优选特征,根据选取不同特征数量达到的总体分类精度和类间分类精度,对比分析面向对象的随机森林、决策树、支持向量机、最邻近4种分类方法对湿地覆被自动分类的适用性,通过实例进行对比分析,结果表明经过特征优选上述4种分类方法均可利用较少特征值达到较优的分类结果,验证了Relief F算法的有效性。在分类精度和学习速度方面,随机森林最优,决策树优于支持向量机,除最邻近方法外均可用于湿地信息普查。

引用

页码：49 / 52

页数：4

共 11 条

[1] 基于特征优选的面向对象毛竹林分布信息提取 [J].