随机森林在高光谱遥感数据中降维与分类的应用

编号 zgly0000920917

文献类型 期刊论文

文献题名 随机森林在高光谱遥感数据中降维与分类的应用

学科分类 220.2530;林业遥感

作者 杨珺雯  张锦水  朱秀芳  谢登峰  袁周米琪 

作者单位 北京师范大学资源学院  北京师范大学地表过程与资源生态国家重点实验室 

母体文献 北京师范大学学报;自然科学版 

年卷期 2015(S1)

页码 82-88

年份 2015 

关键词 OMIS  高光谱  随机森林  RF-RFE  降维  波段选择  分类 

文摘内容 高光谱数据的特征数目庞大,而且波段之间存在冗余信息,对高光谱数据进行分类的成本较高,因此需要提取合适的特征达到提高效率的目的.随机森林作为一种热门算法,广泛应用于各种分类、特征选择等问题中,均取得了良好的效果.本文选择北京小汤山农业试验区的OMIS高光谱影像作为研究数据,利用随机森林算法计算每个特征的重要性指标并对其排序,针对面向精度和效率的特征选择策略,使用RF-RFE波段选择方法去除价值低的特征分别得到最佳波段组合,实现高光谱数据降维,进行随机森林、支持向量机分类。