本文選題：隨機森林　切入點：城市用地　出處：《測繪通報》2016年05期

【摘要】：為了探究國產高分一號衛(wèi)星遙感影像數據面向城市用地分類的實際應用方法和效果,本文以北京市某區(qū)域為例,基于高分一號PMS數據,使用隨機森林、支持向量機、最大似然法3種分類器進行了城市用地分類對比研究。結果表明,隨機森林和支持向量機的總體分類精度明顯優(yōu)于最大似然法;最大似然法在運算時間上明顯優(yōu)于隨機森林和支持向量機。綜合分析發(fā)現,隨機森林算法表現更優(yōu)。它既能保證分類精度,又能保持一定的時間效率,更適合高分辨率、大數據量、多特征參數的高分一號遙感影像分類的實際生產應用。
[Abstract]:In order to explore the practical application method and effect of the domestic high score 1 satellite remote sensing image data facing the urban land classification, this paper takes a certain area of Beijing as an example, based on the high score 1 PMS data, uses the random forest, the support vector machine, The results show that the total classification accuracy of stochastic forest and support vector machine is better than that of maximum likelihood method. The maximum likelihood method is obviously superior to the random forest and support vector machine in computing time. Comprehensive analysis shows that the stochastic forest algorithm performs better. It can not only guarantee the classification accuracy, but also maintain a certain time efficiency, which is more suitable for high resolution. The practical application of high-score 1 remote sensing image classification with large amount of data and multi-feature parameters.
【作者單位】： 中國科學院遙感與數字地球研究所;中國科學院大學;
【基金】：國家自然科學基金青年科學基金(41201397)
【分類號】：P237

【相似文獻】

相關期刊論文 前10條

1 張啟敏,聶贊坎;隨機森林發(fā)展系統(tǒng)解的存在性和唯一性(英文)[J];應用數學;2003年04期

2 李建更;高志坤;;隨機森林:一種重要的腫瘤特征基因選擇法[J];生物物理學報;2009年01期

3 袁敏;胡秀珍;;隨機森林方法預測膜蛋白類型[J];生物物理學報;2009年05期

4 方匡南;吳見彬;朱建平;謝邦昌;;隨機森林方法研究綜述[J];統(tǒng)計與信息論壇;2011年03期

5 方正;李益洲;肖嘉敏;李功兵;文志寧;李夢龍;;基于復雜網絡的隨機森林算法預測氨基酸突變對蛋白質穩(wěn)定性的影響(英文)[J];化學研究與應用;2011年05期

6 王象剛;;基于K均值隨機森林快速算法及入侵檢測中的應用[J];科技通報;2013年08期

7 曹正鳳;謝邦昌;紀宏;;一種隨機森林的混合算法[J];統(tǒng)計與決策;2014年04期

8 張光亞;方柏山;;基于氨基酸組成分布的嗜熱和嗜冷蛋白隨機森林分類模型[J];生物工程學報;2008年02期

9 馬景義;吳喜之;謝邦昌;;擬自適應分類隨機森林算法[J];數理統(tǒng)計與管理;2010年05期

10 李貞子;張濤;武曉巖;李康;;隨機森林回歸分析及在代謝調控關系研究中的應用[J];中國衛(wèi)生統(tǒng)計;2012年02期

相關會議論文 前7條

1 謝程利;王金橋;盧漢清;;核森林及其在目標檢測中的應用[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

2 武曉巖;方慶偉;;基因表達數據分析的隨機森林方法及算法改進[A];黑龍江省第十次統(tǒng)計科學討論會論文集[C];2008年

3 張?zhí)忑?梁龍;王康;李華;;隨機森林結合激光誘導擊穿光譜技術用于的鋼鐵分類[A];中國化學會第29屆學術年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

4 相玉紅;張卓勇;;組蛋白去乙酰化酶抑制劑的構效關系研究[A];第十一屆全國計算（機）化學學術會議論文摘要集[C];2011年

5 張濤;李貞子;武曉巖;李康;;隨機森林回歸分析方法及在代謝組學中的應用[A];2011年中國衛(wèi)生統(tǒng)計學年會會議論文集[C];2011年

6 馮飛翔;馮輔周;江鵬程;劉菁;劉建敏;;隨機森林和k-近鄰法在某型坦克變速箱狀態(tài)識別中的應用[A];第八屆全國轉子動力學學術討論會論文集[C];2008年

7 曹東升;許青松;梁逸曾;陳憲;李洪東;;組合樹的集合體和后向消除策略去分類P-糖蛋白化合物[A];第十屆全國計算(機)化學學術會議論文摘要集[C];2009年

相關博士學位論文 前4條

1 曹正鳳;隨機森林算法優(yōu)化研究[D];首都經濟貿易大學;2014年

2 雷震;隨機森林及其在遙感影像處理中應用研究[D];上海交通大學;2012年

3 岳明;基于隨機森林和規(guī)則集成法的酒類市場預測與發(fā)展戰(zhàn)略[D];天津大學;2008年

4 李書艷;單點氨基酸多態(tài)性與疾病相關關系的預測及其機制研究[D];蘭州大學;2010年

相關碩士學位論文 前10條

1 錢維;藥品不良反應監(jiān)測中隨機森林方法的建立與實現[D];第二軍醫(yī)大學;2012年

2 韓燕龍;基于隨機森林的指數化投資組合構建研究[D];華南理工大學;2015年

3 賀捷;隨機森林在文本分類中的應用[D];華南理工大學;2015年

4 張文婷;交通環(huán)境下基于改進霍夫森林的目標檢測與跟蹤[D];華南理工大學;2015年

5 李強;基于多視角特征融合與隨機森林的蛋白質結晶預測[D];南京理工大學;2015年

6 朱玟謙;一種收斂性隨機森林在人臉檢測中的應用研究[D];武漢理工大學;2015年

7 肖宇;基于序列圖像的手勢檢測與識別算法研究[D];電子科技大學;2014年

8 李慧;一種改進的隨機森林并行分類方法在運營商大數據的應用[D];電子科技大學;2015年

9 趙亞紅;面向多類標分類的隨機森林算法研究[D];哈爾濱工業(yè)大學;2014年

10 黎成;基于隨機森林和ReliefF的致病SNP識別方法[D];西安電子科技大學;2014年

，

本文編號：1688998