利用多分类器集成进行遥感影像分类

编号 zgly0000763276

文献类型 期刊论文

文献题名 利用多分类器集成进行遥感影像分类

学科分类 220.2530;林业遥感

作者 郑文武  曾永年 

作者单位 中南大学信息物理工程学院  衡阳师范学院资源环境与旅游管理系 

母体文献 武汉大学学报: 信息科学版 

年卷期 2011,36(11)

页码 1290-1293

年份 2011 

分类号 P237.4 

关键词 分类  多分类器集成  全信息相关度  遥感 

文摘内容 基于信息相关理论,根据相关度值动态调整分类器的组合和权重,建立了新型的多分类器集成规则,并应用于决策树分类器、BP人工神经网络分类器和SVM分类器的集成。通过对长沙城区TM影像的分类实验发现: ①三种分类器的分类结果存在较明显的差异,水体区的差异像元最少,占水体总像元的15.12%,建设用地区的差异像元最多,占建设用地区像元的54.93%;②三种分类器均具有较高的分类精度,总体精度均超过了74%,而且分类器各有优势,决策树分类器能够较好地分出水体和建设用地,BP分类器能够较好地分出水体和林地,SVM分类器对水体、林地和建设用地均有较高的分类精度;③基于全信息相关度的多分类器集成分类法明显地提升了分类结果的精度,分类精度达到了85.71%,Kappa系数达到了80.56%。