集成机器学习与面向地理对象影像分类的大区域林地信息提取及其泛化能力探讨 |
| |
引用本文: | 陆海霞,刘勇,张寅丹,刘巨峰,王苗苗,何江.集成机器学习与面向地理对象影像分类的大区域林地信息提取及其泛化能力探讨[J].兰州大学学报(自然科学版),2020,56(3):363-370. |
| |
作者姓名: | 陆海霞 刘勇 张寅丹 刘巨峰 王苗苗 何江 |
| |
作者单位: | 兰州大学资源环境学院,兰州730000;内蒙古乌海市第十中学,内蒙古乌海016000;西安测绘总站,西安710054 |
| |
基金项目: | 国家自然科学基金;中央高校基本科研业务费专项 |
| |
摘 要: | 采用面向地理对象的影像分析法,从祁连山区选择其中一幅典型区域采集训练样本,分别采用支持向量机、随机森林和深度神经网络法3种机器学习方法进行训练,在此基础之上从毗邻区域多时相Landsat 8 OLI影像中提取出整个祁连山区青海云杉林的空间信息,并从精度评价和邻接区域边界一致性等方面对支持向量机、随机森林和深度神经网络法3种分类器的泛化能力进行了比较.结果表明,深度神经网络法的信息提取精度最高,泛化能力最好,对50幅影像的平均总体精度达到96.63%, kappa系数为0.78.
|
关 键 词: | Landsat 8 OLI 面向地理对象的影像分析 青海云杉林 机器学习 泛化能力 |
本文献已被 CNKI 万方数据 等数据库收录! |
|