Boosting和Bagging算法的高分辨率遥感影像分类探讨
多分类器集成能够有效地提高遥感分类精度、降低结果中的不确定性,基于样本操作的Boosting和Bagging算法是多分类器系统常用的两种算法.针对高分辨率卫星遥感分类的需求,以Quickbird数据为例,分别以BP神经网络、RBF神经网络和决策树为基分类器,对Boosting和Bagging算法的应用效果进行了实验和分析评价,结果表明Boosting算法和Bagging算法能够用于高分辨率遥感影像分类,具有较好的分类性能.
多分类器集成、Boosting、Bagging、高分辨率遥感
35
TP751(遥感技术)
2010-11-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
169-172