基于ASTER数据的决策树自动构建及分类研究

编号 zgly0000453553

文献类型 期刊论文

文献题名 基于ASTER数据的决策树自动构建及分类研究

作者 李明诗  彭世揆  周林  马以秀 

作者单位 南京林业大学森林资源与环境学院  江苏省建湖县林业站 

母体文献 国土资源遥感 

年卷期 2006,(3)

页码 33-36,42

年份 2006 

分类号 TP75 

关键词 ASTER  杨树  回归树  See  5.0  分类 

文摘内容 在对ASTER原始9个波段数据进行各种变换处理的基础上, 采用数量化指标平均可分性方法确定参与分类的最佳特征组合; 结合研究区8种主要地物类型训练数据集, 分别采用最大似然法、BP神经网络法和基于See 5.0数据挖掘的决策树分类法进行分类, 提取主要地物的空间分布专题信息。经过379个野外样点的验证, 结果表明: 决策树算法分类性能最优, 神经网络算法次之, 最大似然法效果最差; 与ENVI 4.1、ERDAS 8.7提供的传统决策树建立及分类方法比较, 基于数据挖掘工具See 5.0和Cart的决策树生成和分类方法具有客观、高效率、分类性能可靠和精度高等优点。