利用改进SEaTH算法的面向对象分类特征选择方法
针对分离阈值法(SEaTH)仅从类间距离评价特征,没有考虑类内距离和特征之间相关性的不足,提出了一种改进的SEaTH算法——ISEaTH。该算法分别依据特征相关性、类间距离和类内距离对特征进行评价,然后综合利用多种评价结果获取最优的特征子集。采用新疆喀什地区的QuickBird数据进行了特征选择的实验。结果表明,该方法不但能降低特征维数,有效优化特征空间,还能提高分类精度。
面向对象分类、特征选择、SEaTH算法
37
P237.3(摄影测量学与测绘遥感)
国家863计划资助项目2010AAl22202;国家重大国际合作资助项目2010DFA92720;深圳基础研究重点项目资助项目JC201005270334A
2012-09-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
921-924