-
题名一种改进的SVM决策树及在遥感分类中的应用
被引量：8
- 1
-
-
作者
丁胜锋
孙劲光
陈东莉
李扬
姜晓林
-
机构
辽宁工程技术大学
辽宁石油化工大学经济管理学院
中国石油抚顺石化公司石油二厂科技信息部
-
出处
《计算机应用研究》
CSCD
北大核心
2012年第3期1146-1148,1151,共4页
-
基金
辽宁省科技计划资助项目(2010401010)
-
文摘
针对遥感图像分类问题提出了一种基于遗传算法和K近邻的SVM决策树方法。算法以基于类分布的类间分离性测度为准则,利用遗传算法对传统的SVM决策树进行优化,生成最优(较优)决策树。在分类阶段,对容易分的节点利用SVM进行分类,而对可分离性差的节点采用SVM和K近邻相结合的分类方法,最终实现多类别分类。实验结果表明,与传统的分类方法相比,该算法的实验效果较好,可有效地提高遥感图像的分类精度。
-
关键词
遗传算法
K近邻
支持向量机决策树
遥感图像分类
-
Keywords
genetic algorithm
K-nearest neighbors
support vector machine （ SVM ） decision-tree
classification of remote sensing image
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
