摘要:
摘要: 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.
中图分类号:
胥海威1, 杨敏华1, 韩瑞梅2, 王振兴3;4. 用随机决策树群算法进行高光谱遥感影像分类[J]. 应用科学学报, 2011, 29(6): 598-604.
XU Hai-wei1, YANG Min-hua1, HAN Rui-mei2, WANG Zhen-xing3;4. Hyperspectral Remote Sensing Image Classification with Extremely Randomized Clustering Forests[J]. Journal of Applied Sciences, 2011, 29(6): 598-604.