公共文化服务平台

搜索到5401篇“ 多分类器组合“的相关文章

多分类器组合的LiDAR点云分类被引量：1: 2023年; 随着激光雷达技术在地形测绘、数字城市建设等领域的广泛应用,点云数据采集的精度和效率变高,若要进一步利用这些数据,还要对点云数据进行分类。因此,如何高效、高精度地对点云进行分类成为了目前的研究重点。机器学习不同分类器之间存在一定互补性,基于此,提出一种基于概率矩阵特征值的加权多分类器组合方法,利用矩阵的特征值来自适应调整分配权值,通过支持向量机和随机森林分类器组合进行点云分类。实验结果表明,该方法能有效结合两种分类器的优势,提高了分类的精度和稳定性。; 鲁冬冬邹进贵; 关键词：支持向量机分类器组合

基于GEE平台和多分类器组合的落叶针叶林分布提取研究: 樊怡琳

联合GF-5与GF-6卫星数据的多分类器组合亚热带树种识别被引量：17: 2020年; 【目的】针对亚热带森林冠层结构复杂、林分高密度下树种遥感识别精度不高以及不同分类算法对不同树种识别表现力不一等问题,探究高光谱分辨率与高空间分辨率数据联合的多分类器组合树种识别方法,以促进多源数据在森林资源调查和监测领域的深层次应用。【方法】以皇甫山国家森林公园为研究区,联合高分五号AHSI(GF-5 AHSI)与高分六号PMS(GF-6 PMS)卫星数据以及数字高程模型(DEM)、森林资源调查数据等辅助信息,构建亚热带天然次生林复杂冠层结构和高林分密度条件下面向对象多源数据多分类器自适应的树种识别方法。首先利用图割算法(GC)对GF-6 PMS卫星数据进行面向对象多尺度分割,结合外业调查数据选择样本;然后基于GF-5 AHSI卫星数据提取植被指数特征(VIF)26个,GF-6 PMS卫星数据提取各方向各波段纹理特征(TEF)128个,将GF-5 AHSI卫星数据去除坏波段后的304个波段作为光谱特征(SF),基于DEM构建的地形因子作为地形特征(TRF)3个,根据类间可分性和线性判别分析对各类因子进行特征选择,依据特征选择结果构建10种分类方案;最后,采用近邻分类(KNN)、支持向量机(SVM)、贝叶斯分类(Bayesian)、分类回归树(CART)和随机森林(RF)建立基于面向对象的分类精度权重自适应组合分类器(WACC),结合10种分类方案进行树种识别,并对树种识别结果进行精度验证。【结果】线性判别分析模型下,光谱特征、纹理特征和植被指数特征因子分别在增加到28、12和10个后判别精度趋于稳定,对树种具有较好识别能力的光谱特征因子主要集中在红光和近红外波段,纹理特征因子主要集中在均值、熵和角二阶矩,植被指数特征因子主要集中在表征绿度、碳衰减和冠层含水指数;权重自适应分类器组合算法树种识别总体精度为87.51%,Kappa系数为0.854,均优于单一分类器算法;不同特征因子方案在各分�; 栗旭升李虎陈冬花刘玉锋刘赛赛刘聪芳胡国庆; 关键词：组合分类器面向对象

多分类器组合森林类型精细分类被引量：13: 2019年; 针对高光谱遥感数据树种识别精度不高,现有多分类器组合策略难以避免人为因素干扰的问题,利用自适应权值模型组合2种机器学习算法,有效改善森林类型精细识别精度。研究综合利用影像的光谱和纹理特征、地形特征及森林类型外业调查样本数据,采用分层分类的策略,分别利用支撑向量机(support vector machine,SVM)和随机森林算法(random forest classifier,RFC)对森林类型进行精细识别;为进一步提高森林类型识别精度,采用自适应权值组合模型综合2种分类器,并采用分层随机抽样的独立检验样本进行精度验证。结果表明,自适应权值组合模型可综合不同分类器的优势,避免人为因素干扰且提高识别精度和稳定性,对高分五号(GF-5)星载高光谱遥感数据应用具有借鉴意义和参考价值。; 王怀警谭炳香王晓慧房秀凤李世明; 关键词：HYPERION 支持向量机自适应权值

基于多分类器组合的湿地类型信息提取: 2018年; 针对如何提高遥感影像分类精度等问题,该文选取覆盖友好自然保护区的Landsat_5TM遥感影像为数据源,提出了将多个分类器进行组合的遥感影像分类方法.该方法将熵权法引入到湿地遥感分类研究中,选取最大似然、支持向量机(SVM)、神经网络(NN) 3种分类器作为子分类器,利用熵权法确定组合分类器的组合规则,采用多分类器组合的方法对友好自然保护区进行湿地类型信息提取,以提高湿地的分类精度.结果表明:与单一分类器相比,多分类器组合的遥感影像分类方法能够有效的提高分类精度.; 王迪万鲁河陈烁; 关键词：遥感影像多分类器组合熵权法

基于多分类器组合的高光谱图像分类方法: 本发明公开了一种基于多分类器组合的高光谱图像分类方法，属于遥感成像与模式识别相结合的技术领域。本发明包括以下步骤：步骤A、从高光谱图像的所有波段中选出多组较优的波段子集；步骤B、分别以所选出的每一组波段子集构建一个特征空...; 李士进常纯王亚明万定生余宇峰冯钧朱跃龙

遥感图像多分类器组合方法研究: 遥感技术广泛应用于土地测量和地球科学研究中，例如研究地球的水文、生态、海洋、冰川、地质等等，还在军事、情报、商业、经济等方面也有应用。遥感图像分类技术是遥感技术领域中一个比较热门的研究方向，研究人员投入大量的精力和时间来...; 肖胜杰; 关键词：遥感图像分类多分类器组合地物识别辐射定标

基于多分类器组合的城市不透水面提取研究被引量：1: 2017年; 将多分类器组合方法应用于16m分辨率“高分一号”遥感影像不透水面提取,首先通过BP神经网络、CART决策树、最大似然分类算法构建多分类器集合,然后利用简单投票、加权投票、贝叶斯平均法、模糊积分等多分类器组合方法提取不透水面,试验证明,多分类器组合能提高“高分一号”遥感影像不透水面提取的精度,具有广泛的应用前景。; 赵艺淞王保云黎晓路王婷; 关键词：多分类器组合

多分类器组合的遥感影像分类方法被引量：5: 2016年; 针对传统遥感影像分类方法效果不够理想,单一分类器各自存在不足等问题,该文提出了一种基于多分类器组合的遥感影像分类方法。采用级联和并联相结合的方式对多种子分类器进行组合;利用改进的基于先验知识的投票表决规则,实现遥感影像准确分类。以岳阳市TM遥感影像为例,采用多分类器组合方法进行分类处理,并将处理结果与单一分类器处理结果进行比较。通过误差矩阵对比可知,多分类器的Kappa系数精度高于单一分类器;对分类效果图进行对比分析,在细部效果方面多分类器分类效果优于单一分类器。研究结果表明:组合分类器的遥感影像分类效果明显优于单一分类器,且具有更好的扩展性。; 方文李朝奎梁继胡焜豪; 关键词：多分类器组合遥感影像

基于多分类器组合的遥感土地利用分类研究被引量：2: 2015年; 为了从遥感影像中快速、高效地获取较高精度的数据,按照分类组合的思想,根据山西省太原市榆次区Landsat TM影像数据,将传统监督分类中分类性能较好的分类器作为基分类器,运用改进后的加权投票算法进行多分类器组合,用于研究区遥感影像土地利用/覆被数据分类。结果表明,多分类器组合的分类结果精度要高于单独的基分类器分类精度,两两分类器组合的分类精度要高于三分类器组合的精度。研究结果证实了多分类器组合的可行性和有效性,能够提高传统分类方法的分类精度。; 张辉; 关键词：土地利用遥感分类多分类器组合

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈