中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
多种分类器在华北地区土地覆盖遥感分类中的性能评价

文献类型:期刊论文

作者刘勇洪,牛铮,徐永明,李向军
刊名中国科学院研究生院学报
出版日期2005
期号6页码:68-76
关键词MODIS250m 土地覆盖分类 最大似然法 Parzen窗 CART决策树 BP神经网络 FuzzyARTMAP神经网络
中文摘要应用MODIS 250m分辨率遥感影像对中国华北地区分别采用最大似然法、Parzen窗、CART决策树、BP神经网络F、uzzy ARTMAP神经网络等5种分类方法进行区域尺度上土地覆盖制图的比较试验.结果表明:(1)Parzen窗法分类性能最优,CART和BP其次,Fuzzy ARTMAP表现较差.(2)CART决策树具有较好鲁棒性,但缺点是样本代价较大;BP神经网络分类器能达到较高精度,但缺点是需较高质量的样本、网络结构参数难以确定,造成其稳健性较差;FuzzyARTMAP则未能表现出理想结果.(3)训练样本数量差异造成:最大似然法的分类精度差异值低于5%;Parzen窗法和Fuzzy ARTMAP差异为5%~10%;CART和BP差异在10%以上.
收录类别CNKI
语种中文
公开日期2015-01-05
源URL[http://ir.ceode.ac.cn/handle/183411/34443]  
专题遥感与数字地球研究所_中文期刊论文_期刊论文
推荐引用方式
GB/T 7714
刘勇洪,牛铮,徐永明,李向军. 多种分类器在华北地区土地覆盖遥感分类中的性能评价[J]. 中国科学院研究生院学报,2005(6):68-76.
APA 刘勇洪,牛铮,徐永明,李向军.(2005).多种分类器在华北地区土地覆盖遥感分类中的性能评价.中国科学院研究生院学报(6),68-76.
MLA 刘勇洪,牛铮,徐永明,李向军."多种分类器在华北地区土地覆盖遥感分类中的性能评价".中国科学院研究生院学报 .6(2005):68-76.

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。