基于Landsat的多分类器集成遥感影像分类

摘要：

针对传统的单分类器分类精度低,难以满足遥感影像分类精度要求高的问题,该文提出了一种多分类器集成分类方法.该方法有效地将支持向量机算法、C4.5决策树算法和人工神经网络算法进行了组合,实现了多种分类器集成的优势互补,在提高单个类别分类精度的基础上实现了整体精度的提高.该文基于Landsat遥感影像,利用多分类器集成分类技术,获取广州市自1987年以来的土地利用/地表覆盖数据,以平均3年为一个时段,共制作11期数据.实验结果表明,产品分类的平均精度达到88.12％,Kappa系数平均值达到0.868,高于3种基分类器的分类精度,对各种地物的分类精度也明显提高.

关键词：卫星遥感、城市化、土地利用/地表覆盖变化、多分类器集成分类、基分类器

所属期刊栏目：43

分类号：P237.3;TP751(摄影测量学与测绘遥感)

资助基金：国家自然科学基金项目51379222;国家科技支撑计划项目2015BAK11B02;广东省科技计划项目2014A050503031

在线出版日期：2018-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：97-103,109