10.16251/j.cnki.1009-2307.2017.02.017
参数优化随机森林算法的土地覆盖分类
针对随机森林算法进行土地覆盖分类时无法确定参数组合以得到最优分类结果的问题,该文提出了两种随机森林算法的参数优化方法.以北京市昌平区为研究区,应用Landsat TM影像,实现了基于光谱值、纹理特征和专题特征的随机森林土地覆盖分类.采用改进网格法和遗传算法对随机森林算法的参数进行选择与优化,比较了改进的网格法和遗传算法方法找到的参数组合最优解,并将优化参数后的随机森林算法与传统的最大似然法及未经参数优化的随机森林算法对比.实验结果验证了随机森林算法在土地覆盖分类上的适用性和稳定性,且该文提出的基于参数优化的随机森林算法能得到更高的分类精度.
随机森林、参数优化、遗传算法、网格法、土地覆盖分类
42
TP3;X16
国家自然科学基金项目41371347;中央高校基本科研业务费专项资金项目2-9-2013-084
2017-03-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
88-94