集成学习在遥感分类中的应用
张雁1
林英2
吕丹桔3
1.北京林业大学信息学院 北京 100083;西南林业大学计算机与信息学院 昆明 6502242.云南大学软件学院 昆明 6500913.西南林业大学计算机与信息学院 昆明 650224
摘要：遥感影像分类一直是遥感领域的研究热点.集成学习通过多个单一分类器得到的分类信息进行综合来提高分类的精度.论文阐述了集成技术的常用算法和策略,给出了遥感数据分类采用单分类算法,Bagging,Boosting以及MCS集成分类的实验结果的比较和分析.实验表明,集成技术能有效提高遥感数据的分类精度.在训练样木少的情况下,提供了一种保证分类性能和泛化性的有效途径.
关键词：集成学习遥感图像BaggingBoosting
分类号：TP751(遥感技术)
资助基金：云南省教育厅科研项目(2010Y290)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 697-699 )
英文信息