首页|基于随机森林特征优选的冬小麦分类方法

基于随机森林特征优选的冬小麦分类方法

Winter wheat classification method based on feature optimization of random forest

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
本文基于多时相Landsat 8 OLI数据,进行综合光谱、植被指数的特征提取与特征选择的方法研究.通过分析光谱与植被指数特征时序变化,提取最佳时相光谱,构建小麦提取特征;采用基于重要性与Pearson相关性的随机森林特征选择算法优选特征.结果表明:利用优选特征分类时,总体精度为89.78％,小麦分类精度为98.33％;与优选前特征的分类结果相比,精度分别提高了2.96％、2.55％;基于重要性与Pearson相关性的随机森林特征选择提高了分类精度和分类器工作效率.

冯志立、肖锋、卢小平、郝波、王如意、朱睿

展开 >

河南理工大学自然资源部矿山时空信息与生态修复重点实验室,河南 焦作454003

河南测绘工程院,河南 郑州450003

郑州智象测绘信息技术有限公司,河南 郑州450003

特征选择 随机森林 Pearson相关性 冬小麦

国家重点研发计划重点专项

2016YFC0803103

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(3)
  • 5
  • 14