基于MODIS数据的决策树分类方法研究与应用

	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.