基于ASTER数据的决策树自动构建及分类研究

基于ASTER数据的决策树自动构建及分类研究

, , ,

文章导航 > 自然资源遥感 > 2006 > (3): 33-36

李明诗, 彭世揆, 周林, 马以秀. 基于ASTER数据的决策树自动构建及分类研究[J]. 自然资源遥感, 2006, (3): 33-36. doi: 10.3969/j.issn.1001-070X.2006.03.008

引用本文:

李明诗, 彭世揆, 周林, 马以秀. 基于ASTER数据的决策树自动构建及分类研究[J]. 自然资源遥感, 2006, (3): 33-36. doi: 10.3969/j.issn.1001-070X.2006.03.008

LI Ming-shi, PENG Shi-kui, ZHOU Lin, MA Yi-xiu. A STUDY OF AUTOMATED CONSTRUCTION AND CLASSIFICATION OF DECISION TREE CLASSIFIERS BASED ON ASTER REMOTELY SENSED DATASETS[J]. Remote Sensing for Natural Resources, 2006, (3): 33-36. doi: 10.3969/j.issn.1001-070X.2006.03.008

Citation:

LI Ming-shi, PENG Shi-kui, ZHOU Lin, MA Yi-xiu. A STUDY OF AUTOMATED CONSTRUCTION AND CLASSIFICATION OF DECISION TREE CLASSIFIERS BASED ON ASTER REMOTELY SENSED DATASETS[J]. Remote Sensing for Natural Resources, 2006, (3): 33-36. doi: 10.3969/j.issn.1001-070X.2006.03.008

基于ASTER数据的决策树自动构建及分类研究

南京林业大学森林资源与环境学院,南京,210037

南京林业大学森林资源与环境学院,南京,210037

江苏省建湖县林业站,建湖,224700

江苏省建湖县林业站,建湖,224700

基金项目:
江苏省高校自然科学基金

林业部资助项目

南京林业大学校科研和教改项目

详细信息

中图分类号: TP75

刊出日期: 2006-09-15

A STUDY OF AUTOMATED CONSTRUCTION AND CLASSIFICATION OF DECISION TREE CLASSIFIERS BASED ON ASTER REMOTELY SENSED DATASETS

Publish Date: 15 September 2006

摘要: 在对ASTER原始9个波段数据进行各种变换处理的基础上,采用数量化指标平均可分性方法确定参与分类的最佳特征组合;结合研究区8种主要地物类型训练数据集,分别采用最大似然法、BP神经网络法和基于See 5.0数据挖掘的决策树分类法进行分类,提取主要地物的空间分布专题信息.经过379个野外样点的验证,结果表明: 决策树算法分类性能最优,神经网络算法次之,最大似然法效果最差;与ENVI 4.1、ERDAS 8.7提供的传统决策树建立及分类方法比较,基于数据挖掘工具See 5.0和Cart的决策树生成和分类方法具有客观、高效率、分类性能可靠和精度高等优点.
- ASTER /
- 杨树 /
- 回归树 /
- See 5.0 /
- 分类

资源附件(0)

计量

文章访问数: 241
PDF下载数: 22
施引文献: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回