基于AdaBoost改进随机森林的高光谱图像地物分类方法研究

编号 zgly0001645441

文献类型 期刊论文

文献题名 基于AdaBoost改进随机森林的高光谱图像地物分类方法研究

作者 陈伟民  张凌  宋冬梅  王斌  丁亚雄  许明明  崔建勇 

作者单位 中国石油大学(华东)地球科学与技术学院  中国石油大学(华东)研究生院  中国地震应急搜救中心 

母体文献 遥感技术与应用 

年卷期 2018年04期

年份 2018 

分类号 TP751 

关键词 AdaBoost  随机森林  高光谱  图像分类 

文摘内容 为了提升传统等权随机森林的分类精度,提出基于自适应提升(Adaptive Boosting,AdaBoost)的加权随机森林组合算法。该方法引入样本权重的概念,根据样本是否被正确分类调整各个样本的权重,使得分类器更加重视被错分的样本,依据分类器的分类错误率赋予其在组合模型中的投票权重。利用黑河生态水文CASI高光谱数据和黄河口CHRIS高光谱遥感数据对该方法进行实验验证,结果表明:与等权随机森林相比,加权随机森林在总体分类精度、平均分类精度和Kappa系数有着更好的表现,并在实验中取得了高于等权随机森林与支持向量机(Support Vector Machine,SVM)的分类结果。