基于ETM影像多种特征的CART决策树分类——以延边州为例
CART-based on Decision Tree Classifier Using Multi-feature of ETM Image——A Case Study in Yanbian Area
摘要
分类回归树(CART)是一种非参数化的分类与回归方法,在用于遥感影像自动分类时,可方便地应用多源知识,提高分类精度.以延边州试验区土地利用/覆被分类为例,利用分类回归树分析从训练样本中集中发现分类规则,集成遥感影像的光谱特征、纹理特征和辅助地学特征进行分类试验,并与传统的最大似然分类方法进行比较.结果表明,基于CART的决策树分类结果的总精度和Kappa系数分别为90.37%和0.8863,分类精度比MLC监督分类方法有明显提高.
Author:
DONG Ye-hui
NAN Ying
LIU Zhi-feng
JI Zhe
作者单位:
延边大学,地理系,吉林,延吉,133002
年,卷(期):
2011, 27(2)
分类号:
TP75
机标分类号:
TP79
TP391.41
P208
在线出版日期:
2011年4月28日
基金项目:
40171333:国家自然科学基金211:重点学科建设项目,