基于ENVI的面向对象决策树分类研究

论文摘要

随着航空航天技术的发展和科学技术的进步,传统的遥感影像分类方法已经无法满足中、高分辨率遥感影像的分类需求,极大的限制了遥感技术的发展和遥感影像的应用。本文分别利用Ladndat8卫星中等分辨率遥感影像(阜新地区)和资源三号卫星高分辨率(苏州地区)影像数据,通过ENVI遥感影像处理软件建立面向对象决策树、自动阈值决策树的规则,实现决策树分类,并对分类结果做精度评价。最后将决策树分类方法与传统监督分类方法进行比较,并简要分析这两类分类方法的优劣。结果表明:在高分辨率遥感影像的分类结果中,面向对象决策树分类法结果优于传统监督分类法的结果,其分类精度可达91.9594%,Kappa系数为0.7355。

论文目录

• 0 引言
• 1 分类方法理论基础
• 2 实验
•   2.1 技术路线
•   2.2 数据准备及预处理
•   2.3 分类
•     2.3.1 面向对象决策树分类
•     2.3.2 监督分类
•     2.3.3 自动阈值决策树分类
•   2.4 精度评定
• 3 结论

文章来源

类型: 期刊论文

作者: 尚夏明,刘思涵,席敏哲

关键词: 面向对象决策树,自动阈值决策树,监督分类

来源: 信息技术与信息化 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 西安科技大学测绘科学与技术学院

分类号: TP751

页码: 170-173

总页数: 4

文件大小: 3252K

下载量: 422