基于分类回归树方法的遥感信息快速提取研究

摘要：

遥感信息具有一定的连续变化性,这将会在一定程度上使得遥感信息快速提取存在偏差,其提取的时间也随之增加,容错率下降,为此文中提出基于分类回归树的遥感信息快速提取方法.通过噪声调整的主成分分析法(NAPCA)提取遥感信息的特征,利用复小波变换法对图像进行去噪处理,同时结合邻域值函数完成小波系数收缩.通过分类回归树方法进行样本训练,连续不间断获取遥感信息,结合Bayes判别准则完成遥感信息快速提取.实验结果表明,所提方法能够有效提升容错率,降低遥感信息快速提取偏差和时间.

关键词：遥感信息提取、分类回归树方法、图像去噪、小波系数收缩、偏差降低、实验测试、城市绿化

所属期刊栏目：46

分类号：TN911.7-34;TP393

在线出版日期：2023-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-37