基于随机森林的地理要素面向对象自动解译方法

摘要：

面向地理对象影像分析(GEOBIA)技术取得了显著的进展,代表了遥感影像解译的发展范式,其主要目标是发展智能化分析方法.随机森林机器学习方法是一种相对新的、数据驱动的非参数分类方法,具有自动特征优选、自动模型构建等优势,为智能化分析提供了有效手段.充分利用GEOBIA及随机森林机器学习的优势,提出了基于随机森林的地理要素面向对象自动解译方法,阐述了随机森林面向对象分类方法的技术流程,为设计和实现该方法提供了详细指导,有助于指导用户优选特征和构建分类模型.通过与支持向量机分类的对比实验证明,该方法可以自动进行特征优选及分类模型的构建,利用较少的特征得到较高的分类精度,在不损失性能的前提下减少了计算量和内存使用,能够为大范围、大区域地理要素自动解译提供先验知识及自动化的手段.

关键词：面向地理对象影像分析、随机森林、分类模型、特征选择

所属期刊栏目：41

分类号：P208;P237(一般性问题)

资助基金：国家科技支撑计划2012BAH28B03;地理空间信息工程国家测绘地理信息局重点实验室开放基金201101.The National Science & Technology Pillar Program,No.2012BAH28B03;Key Laboratory of Geoinformatics of National Administration of Surveying,Mapping and Geoinformation,No.201101.

在线出版日期：2016-05-11（万方平台首次上网日期，不代表论文的发表时间）

页码：228-234