基于多分类器集成的煤矿区土地利用遥感分类
针对不同分类器在遥感影像分类中的应用效果,将模式识别领域的研究热点——多分类器集成,引入煤矿区土地利用遥感分类.分别以国外Landsat ETM+和国产中巴地球资源卫星(CBERS)影像为数据源,按照煤矿区土地利用分类的特点和需求,构建由支持向量机、径向基神经网络、最大似然分类器、最小距离(马氏距离)分类器、J48决策树等组成的分类器集合,基于Double Fault,WCEC,Kappa等差异性测量指标选择成员分类器,利用Bagging,Boosting、加权投票法、分类器动态选择法、分层组合分类器等分类器集成方法实现组合成员分类器输出,获得集成不同分类器优势的分类结果.试验表明:多分类器集成能够有效地提高土地利用分类精度,在煤矿区土地动态监测和生态环境分析领域具有广泛应用前景.
煤矿区、土地利用分类、遥感、多分类器集成
40
TP75(遥感技术)
国家高技术研究发展计划863项目2007AA12Z162;国土环境与灾害监测国家测绘局重点实验室开放基金项目LEDM2009C04;福建省科技厅重点项目2010Y0041;龙岩市科技局重点项目2009LY71
2012-07-13(万方平台首次上网日期,不代表论文的发表时间)
273-278