期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
用随机决策树群算法进行高光谱遥感影像分类
被引量：
5
1
作者
胥海威
杨敏华
+1 位作者
韩瑞梅
王振兴
《应用科学学报》
EI
CAS
CSCD
北大核心
2011年第6期598-604,共7页
高光谱影像具有丰富的光谱信息,与全色、多光谱影像相比能更好地进行地面目标的分类识别.该文对决策树分类算法的优劣进行分析,引入随机决策树群算法,对青海省祁连县Hyperion高光谱影像和IRS-P6影像数据进行实验,使用子空间划分和光谱...
高光谱影像具有丰富的光谱信息,与全色、多光谱影像相比能更好地进行地面目标的分类识别.该文对决策树分类算法的优劣进行分析,引入随机决策树群算法,对青海省祁连县Hyperion高光谱影像和IRS-P6影像数据进行实验,使用子空间划分和光谱距离进行降维后,分别采用支持向量机、神经网络、最大似然法进行分类,并与随机决策树群算法分类结果进行比较.结果表明,该算法表现最优且无需降维预处理,可广泛应用于高光谱遥感领域.
展开更多
关键词
高光谱遥感
影像自动分类
模式分类
土地覆盖分类
随机决策树群算法
在线阅读
下载PDF
职称材料
改进随机决策树群算法在监督分类中的应用
被引量：
1
2
作者
胥海威
何宽
《地理与地理信息科学》
CSSCI
CSCD
北大核心
2010年第6期38-40,F0003,共4页
通过添加树平衡系数、设定节点不纯度和区分样本类型,对现有的随机决策树群算法进行了改进,提出了改进的随机决策树群算法。以广东省龙门县土地覆盖的ALOS遥感影像为研究对象,利用改进的随机决策树群算法对研究对象进行遥感监督分类,并...
通过添加树平衡系数、设定节点不纯度和区分样本类型,对现有的随机决策树群算法进行了改进,提出了改进的随机决策树群算法。以广东省龙门县土地覆盖的ALOS遥感影像为研究对象,利用改进的随机决策树群算法对研究对象进行遥感监督分类,并将研究结果同传统的最大似然分类方法的结果进行对比,发现分类总体精度从81.46%提高至92.45%,Kappa系数达0.9091。改进的随机决策树群算法考虑了极不均衡决策树、节点不纯度和训练样本区分对随机决策过程运行效率的影响,可有效提高遥感分类效率和分类精度。
展开更多
关键词
遥感影像
自动分类
土地覆盖分类
随机决策树群算法
模式分类
在线阅读
下载PDF
职称材料
题名
用随机决策树群算法进行高光谱遥感影像分类
被引量：
5
1
作者
胥海威
杨敏华
韩瑞梅
王振兴
机构
中南大学地球科学与信息物理学院
河南理工大学测绘与国土信息工程学院
中南大学冶金科学与工程学院
国家环境保护总局华南环境科学研究所
出处
《应用科学学报》
EI
CAS
CSCD
北大核心
2011年第6期598-604,共7页
基金
国家自然科学基金(No.50830301)
国家杰出青年科学基金(No.50925417)资助
文摘
高光谱影像具有丰富的光谱信息,与全色、多光谱影像相比能更好地进行地面目标的分类识别.该文对决策树分类算法的优劣进行分析,引入随机决策树群算法,对青海省祁连县Hyperion高光谱影像和IRS-P6影像数据进行实验,使用子空间划分和光谱距离进行降维后,分别采用支持向量机、神经网络、最大似然法进行分类,并与随机决策树群算法分类结果进行比较.结果表明,该算法表现最优且无需降维预处理,可广泛应用于高光谱遥感领域.
关键词
高光谱遥感
影像自动分类
模式分类
土地覆盖分类
随机决策树群算法
Keywords
hyperspectral remote sensing
automatic image classification
pattern classification
land cover classification
extremely randomized clustering forests（ERC-forests）
分类号
TP75 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
改进随机决策树群算法在监督分类中的应用
被引量：
1
2
作者
胥海威
何宽
机构
中南大学信息物理工程学院
黄河水利职业技术学院测绘工程系
出处
《地理与地理信息科学》
CSSCI
CSCD
北大核心
2010年第6期38-40,F0003,共4页
文摘
通过添加树平衡系数、设定节点不纯度和区分样本类型,对现有的随机决策树群算法进行了改进,提出了改进的随机决策树群算法。以广东省龙门县土地覆盖的ALOS遥感影像为研究对象,利用改进的随机决策树群算法对研究对象进行遥感监督分类,并将研究结果同传统的最大似然分类方法的结果进行对比,发现分类总体精度从81.46%提高至92.45%,Kappa系数达0.9091。改进的随机决策树群算法考虑了极不均衡决策树、节点不纯度和训练样本区分对随机决策过程运行效率的影响,可有效提高遥感分类效率和分类精度。
关键词
遥感影像
自动分类
土地覆盖分类
随机决策树群算法
模式分类
Keywords
remote sensing image
automatic classification
land cover classification
Random Decision Trees
pattern classification
分类号
TP75 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
用随机决策树群算法进行高光谱遥感影像分类
胥海威
杨敏华
韩瑞梅
王振兴
《应用科学学报》
EI
CAS
CSCD
北大核心
2011
5
在线阅读
下载PDF
职称材料
2
改进随机决策树群算法在监督分类中的应用
胥海威
何宽
《地理与地理信息科学》
CSSCI
CSCD
北大核心
2010
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
