文献类型：期刊文章

作　　者：张晓贺[1,2] 翟亮[2] 张继贤[2] 杨享兵[3]

机构地区：[1]68332部队 [2]中国测绘科学研究院 [3]承德市国土资源局

出　　处：《武汉大学学报（信息科学版）》

基　　金：国家科技支撑计划资助项目(2012BAH28B01);地理空间信息工程国家测绘地理信息局重点实验室基金资助项目(777121801)

年　　份：2013

卷　　号：38

期　　号：12

起止页码：1460-1464

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSCD、CSCD2013_2014、EI(收录号：20140117165471)、GEOBASE、IC、INSPEC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：目前的遥感影像分类研究中,决策树的生成完全依赖于现有的数据挖掘软件,缺少对决策树算法的深入研究和改进。本文以遥感影像分类为背景,采用BoostTree算法作为模型,通过算法改进构建了一种新的复合决策树算法——AdaTree,并以该算法为基础,设计实现了决策树遥感影像分类系统。以AdaTree算法作为分类器,分别对Landsat7ETM+影像和WordView2影像进行了基于像元和面向对象的分类实验,并与BoostTree和SVM算法进行了比较。实验结果表明,AdaTree算法在分类精度上要优于BoostTree和SVM算法,平均Kappa系数分别达到0.905 2和0.939 8。

关 键 词：决策树 ADABOOST 分类  遥感

分 类 号：P237.4] TP753[测绘类]