决策树与SVM组合分类方法研究
文献类型：会议论文
| 作者 | 郭子祺 ; 李琳 ; 周强 ; 柳彩霞 ; 傅薇 ; 张宝钢 |
| 出版日期 | 2010 |
| 会议日期 | 2010 |
| 关键词 | 决策树方法 SVM方法 分类精度 分类效率 |
| 中文摘要 | 本文是国家十一五科技支撑项目农村生态环境整治与监测关键技术研究中的部分研究内容,目的在于寻找能快速高效地提取遥感信息中的地表多个生态环境要素的方法。以往对于各种遥感图像分类方法的研究多关注于分类的精度,而本研究则从分类效率方面进行着重研究。本研究针对目标区域,通过在SPOT影像上选取样本进行分析,并分别运用决策树与SVM方法进行分类,对分类精度以及速度进行比较,分析其中产生差异的原因。将二者结合进行分类,在精度基本不受到影响的前提下,可大幅度提高分类的效率。组合分类结果与图像分类常用的最大似然法进行了比较。结果表明本文提出的组合分类方法具有分类效率与精度上的综合优势,这对于海量遥感影像的快速分类有一定的应用意义。 |
| 收录类别 | CNKI |
| 语种 | 中文 |
| 源URL | [http://ir.ceode.ac.cn/handle/183411/37265]  |
| 专题 | 遥感与数字地球研究所_中文会议论文_会议论文 |
| 推荐引用方式 GB/T 7714 | 郭子祺,李琳,周强,等. 决策树与SVM组合分类方法研究[C]. 见:. 2010. |
入库方式： OAI收割
来源：遥感与数字地球研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。