基于Matlab筛选最优特征的典型地物遥感分类方法研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：最优特征选择是提升遥感分类精度的关键技术。在可分性度量JM距离基础上提出一种结合多源特征间相关性的优选方法，以此解决JM距离在进行特征选择时未考虑类别间相关性的问题。实验结果表明:不同类型特征的引入能在一定程度上改善分类结果，但就不同特征对分类结果的贡献度上，植被指数贡献最大，光谱特征要优于纹理特征;基于特征优选后的分类方案分类效果最佳，总体分类精度与Kappa系数分别为 89。92%、0。88，表明提出的特征选择方法在降低特征维度、冗余度的同时，也能保证较高的分类精度。

作者：

张伟超

展开 >

作者单位：

江西省建筑设计研究总院集团有限公司,江西南昌 330046

关键词：

JM距离特征优选相关性随机森林

出版年：

2024

资源导刊

河南省国土资源厅

资源导刊

影响因子：0.02

ISSN：1674-053X

年,卷(期)：2024.(14)