安徽农业科学

2017, v.45;No.569(28) 207-210

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于水稻特征波段的决策树分类研究
Study on Decision Tree Classification Based on Multi-temporal Characteristic Bands of Rice

张博文;崔林丽;史军;魏培培;

摘要(Abstract):

以滁州市为例,结合水稻物候的特征波段,选用反映水稻物候期时相的TM数据,并基于多特征波段,构建CART决策树分类提取水稻种植面积。结果表明,植被指数、湿度因子、绿度因子、纹理特征等多特征参与CART决策树分类能够提高总体精度。基于光谱信息、植被指数和纹理特征的决策树分类的总精度比以最大似然法进行的监督分类方法提高了6.942 1百分点,Kappa系数提高了0.110 4。合理选用作物物候期数据及其遥感影像的特征波段能够有效降低分类误差,为地形复杂地区获取作物种植面积提新的方法。

关键词(KeyWords): 多特征选择;CART决策树;水稻

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41571044,41401661,41001283);; 中国清洁发展机制基金项目(2012043)

作者(Author): 张博文;崔林丽;史军;魏培培;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享