结合随机森林面向对象的森林资源分类

摘要：

针对森林资源分类研究较少且缺少相对简单有效的方法的情况,提出一种结合面向对象和随机森林的森林资源分类方法.面向对象分割技术可减少"椒盐效应",随机森林分类算法具有高准确度、抗噪声能力强、性能稳定等优势.鉴于此,通过调整面向对象的分割参数,构造最优特征空间及估算随机森林中决策树的数量等,构建了最优的面向对象随机森林分类模型.另外,选择了SVM算法作对比试验.试验结果显示,本文分类算法的总体精度达到83.34％,K appa系数为0.7892,明显高于SVM,能够有效提高森林资源分类的精度.

关键词：森林资源分类、面向对象方法、随机森林

所属期刊栏目：49

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家重点研发计划;国家自然科学基金重点项目;广东省自然科学基金重点项目;智慧广州时空信息云平台建设项目;河南省时空大数据产业技术研究院资助项目;中央高校基本科研业务费专项资金

在线出版日期：2020-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：235-244