基于MODIS数据的决策树分类方法研究与应用 | |
刘勇洪,牛铮,王长耀 | |
刊名 | 遥感学报
![]() |
2005 | |
期号 | 4页码:405-412 |
关键词 | 决策树 CART算法 C4·5算法 boosting和bagging技术 土地覆盖MODIS250m |
中文摘要 | 介绍了目前国际上流行的两种决策树算法———CART算法与C4·5算法,并引入了两种机器学习领域里的分类新技术———boosting和bagging技术,为探究这些决策树分类算法与新技术在遥感影像分类方面的潜力,以中国华北地区MODIS250m分辨率影像进行了土地覆盖决策树分类试验与分析。研究结果表明决策树在满足充分训练样本的条件下,相对于传统方法如最大似然法(MLC)能明显提高分类精度,而在样本量不足下决策树分类表现差于MLC;并发现在单一决策树生成中,分类回归树CART算法表现较C4·5算法具有分类精度和树结构优势,分类精度的提高取决于树结构的合理构建与剪枝处理;另外在决策树CART中引入boosting技术,能明显提高那些较难识别类别的分类准确率18·5%到25·6%。 |
收录类别 | CNKI |
语种 | 中文 |
公开日期 | 2015-01-05 |
内容类型 | 期刊论文 |
源URL | [http://ir.ceode.ac.cn/handle/183411/33704] ![]() |
专题 | 遥感与数字地球研究所_中文期刊论文_期刊论文 |
推荐引用方式 GB/T 7714 | 刘勇洪,牛铮,王长耀. 基于MODIS数据的决策树分类方法研究与应用[J]. 遥感学报,2005(4):405-412. |
APA | 刘勇洪,牛铮,王长耀.(2005).基于MODIS数据的决策树分类方法研究与应用.遥感学报(4),405-412. |
MLA | 刘勇洪,牛铮,王长耀."基于MODIS数据的决策树分类方法研究与应用".遥感学报 .4(2005):405-412. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论