| 基于SDA和CART算法的面向对象分类研究 |
| |
| 引用本文： | 张洋洋,刘海娟,张婷,徐雁南,侍昊.基于SDA和CART算法的面向对象分类研究[J].南京林业大学学报(自然科学版),2015(3):6-12. |
| |
| 作者姓名： | 张洋洋 刘海娟 张婷 徐雁南 侍昊 |
| |
| 作者单位： | 南京林业大学林学院;南京林业大学南方现代林业协同创新中心;江苏省环境监测中心 |
| |
| 基金项目： | 江苏省环境监测科研基金项目(1416) |
| |
| 摘 要： | 以2005年深圳市福田区Quick Bird影像为主要数据源,根据面向对象多尺度分割结果,构建和分析了不同地类对象的光谱、形状和纹理信息特征,在此基础上利用逐步判别分析法(stepwise discriminant analysis,SDA)结合分类回归树(classification and regression trees,CART)构建多尺度、多变量分类模型。结果表明:1采用SDA在一定程度上能够客观、准确地进行特征子集预筛选,笔者从32个特征中筛选出27个特征用于构建CART模型,并按其区分地类能力进行了重要性排序,其中光谱特征与纹理特征排序比较靠前,形状特征中仅LengthWidth排在第5位,剩余特征比较靠后。2利用分类回归树模型可进一步优化特征选取,并智能化计算出分离阈值,基本实现面向对象的自动化分类。其中Mean_b3、Length Width、Ratio_b3、GLDVE和NDVI是重要分类节点。3逐步判别分析结合分类回归树构建的分类模型,可以在提高或者不显著降低影像分类精度的条件下实现特征降维。当取相关指数R20.2时,构建的分类模型效果最优,CART16模型训练和验证精度分别为94.44%和83.37%,其特征子集规模最小,与原始特征数量相比减少了一半。
|
| 关 键 词： | 面向对象分类 逐步判别分析 CART模型 敏感度评价 |
Object-oriented classification based on SDA and CART algorithm |
| |
| ZHANG Yangyang;LIU Haijuan;ZHANG Ting;XU Yannan;SHI Hao.Object-oriented classification based on SDA and CART algorithm[J].Journal of Nanjing Forestry University(Natural Sciences ),2015(3):6-12. |
| |
| Authors: | ZHANG Yangyang;LIU Haijuan;ZHANG Ting;XU Yannan;SHI Hao |
| |
| Institution: | ZHANG Yangyang;LIU Haijuan;ZHANG Ting;XU Yannan;SHI Hao;College of Forestry,Nanjing Forestry University;Co-Innovation Center for the Sustainable Forestry in Southern China,Nanjing Forestry University;Jiangsu Provincial Environmental Monitoring Center; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
