基于随机森林的地理要素面向对象自动解译方法

发布时间：2017-08-17 16:31

  本文关键词：基于随机森林的地理要素面向对象自动解译方法

  更多相关文章： 面向地理对象影像分析 随机森林 分类模型 特征选择

【摘要】：面向地理对象影像分析(GEOBIA)技术取得了显著的进展,代表了遥感影像解译的发展范式,其主要目标是发展智能化分析方法。随机森林机器学习方法是一种相对新的、数据驱动的非参数分类方法,具有自动特征优选、自动模型构建等优势,为智能化分析提供了有效手段。充分利用GEOBIA及随机森林机器学习的优势,提出了基于随机森林的地理要素面向对象自动解译方法,阐述了随机森林面向对象分类方法的技术流程,为设计和实现该方法提供了详细指导,有助于指导用户优选特征和构建分类模型。通过与支持向量机分类的对比实验证明,该方法可以自动进行特征优选及分类模型的构建,利用较少的特征得到较高的分类精度,在不损失性能的前提下减少了计算量和内存使用,能够为大范围、大区域地理要素自动解译提供先验知识及自动化的手段。
【作者单位】： 武汉大学测绘学院;中国测绘科学研究院;高德软件有限公司;
【关键词】： 面向地理对象影像分析 随机森林 分类模型 特征选择
【基金】：国家科技支撑计划(2012BAH28B03) 地理空间信息工程国家测绘地理信息局重点实验室开放基金(201101)~~
【分类号】：P237
【正文快照】： 面向地理对象影像分析(geographic object-based image analysis,GEOBIA)技术是地理信息科学中的一个新兴的迅速发展的研究领域,主要致力于研究如何分割遥感影像并产生有意义的地理影像对象,在一定的光谱、时-空尺度上计算这些对象的特征,最终生成与地理信息系统(GIS)兼容格式

【相似文献】

中国期刊全文数据库 前2条

1 马明;岳彩荣;张云飞;李小婷;张博;;基于TM影像的土地覆盖分类比较研究[J];绿色科技;2014年03期

2 ;[J];;年期

，

本文编号：690010