参数优化随机森林算法的土地覆盖分类

发布时间：2018-01-30 18:23

本文关键词： 随机森林参数优化遗传算法网格法土地覆盖分类　出处：《测绘科学》2017年02期 　论文类型：期刊论文

【摘要】：针对随机森林算法进行土地覆盖分类时无法确定参数组合以得到最优分类结果的问题,该文提出了两种随机森林算法的参数优化方法。以北京市昌平区为研究区,应用Landsat TM影像,实现了基于光谱值、纹理特征和专题特征的随机森林土地覆盖分类。采用改进网格法和遗传算法对随机森林算法的参数进行选择与优化,比较了改进的网格法和遗传算法方法找到的参数组合最优解,并将优化参数后的随机森林算法与传统的最大似然法及未经参数优化的随机森林算法对比。实验结果验证了随机森林算法在土地覆盖分类上的适用性和稳定性,且该文提出的基于参数优化的随机森林算法能得到更高的分类精度。
[Abstract]:When land cover classification is carried out by stochastic forest algorithm, the parameter combination can not be determined to get the optimal classification result. In this paper, two methods for parameter optimization of stochastic forest algorithm are proposed. The spectral value is realized by using Landsat TM image in Changping district of Beijing. Random forest land cover classification based on texture feature and thematic feature. The parameters of stochastic forest algorithm are selected and optimized by improved grid method and genetic algorithm. The optimal solution of parameter combination found by improved grid method and genetic algorithm is compared. By comparing the optimized stochastic forest algorithm with the traditional maximum likelihood method and the unparameterized stochastic forest algorithm, the experimental results verify the applicability and stability of the stochastic forest algorithm in land cover classification. The proposed stochastic forest algorithm based on parameter optimization can achieve higher classification accuracy.
【作者单位】：中国石油集团东方地球物理勘探有限责任公司;中国地质大学(北京)信息工程学院;
【基金】：国家自然科学基金项目(41371347) 中央高校基本科研业务费专项资金项目(2-9-2013-084)
【分类号】：P237
【正文快照】： 2.中国地质大学(北京)信息工程学院,北京100083)0引言遥感影像分类作为遥感影像应用的基础,在遥感影像的应用和分析中具有重要意义。但是由于遥感影像蕴含的信息丰富,呈现地物的几何形态本身具有复杂性,目前的遥感影像分类方法大多不能对所有的影像都取得令人满意的结果。且影

【相似文献】