基于随机森林特征优选的冬小麦分类方法

摘要：

本文基于多时相Landsat 8 OLI数据,进行综合光谱、植被指数的特征提取与特征选择的方法研究.通过分析光谱与植被指数特征时序变化,提取最佳时相光谱,构建小麦提取特征;采用基于重要性与Pearson相关性的随机森林特征选择算法优选特征.结果表明:利用优选特征分类时,总体精度为89.78％,小麦分类精度为98.33％;与优选前特征的分类结果相比,精度分别提高了2.96％、2.55％;基于重要性与Pearson相关性的随机森林特征选择提高了分类精度和分类器工作效率.

关键词：特征选择、随机森林、Pearson相关性、冬小麦

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家重点研发计划2016YFC0803103

在线出版日期：2022-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：70-75