论文摘要
在遥感领域中,遥感图像分类是一项十分重要的内容,也是运用遥感技术手段提取地物类别信息的一个关键环节。本文以TM影像为研究对象,采用决策树分类方法进行研究分析,详细地论述了该分类方法的整个研究流程,并得到分类后的结果图,最后利用混淆矩阵和Kappa系数对分类后的结果进行精度分析。通过与最大似然分类方法进行比较发现,决策树分类方法的分类效果明显,分类精度较高,总体分类精度、kappa系数均达到90%以上,为遥感图像分类提供了广阔的发展前景。
论文目录
文章来源
类型: 期刊论文
作者: 杨帆,王博
关键词: 遥感图像分类,决策树,最大似然分类,精度评价
来源: 测绘与空间地理信息 2019年07期
年度: 2019
分类: 基础科学
专业: 自然地理学和测绘学
单位: 辽宁工程技术大学测绘与地理科学学院
基金: 国家自然科学基金(50604009),辽宁省“百千万人才工程”人选资助项目(2010921099),辽宁省教育厅重点实验室基础研究项目(LJZS001)资助
分类号: P237
页码: 1-4
总页数: 4
文件大小: 578K
下载量: 638
相关论文文献
- [1].基于分层分类法的遥感图像分类研究[J]. 数字通信世界 2019(04)
- [2].结合深度学习与条件随机场的遥感图像分类[J]. 中国图象图形学报 2017(09)
- [3].遥感图像分类方法综述[J]. 兵器装备工程学报 2018(08)
- [4].基于统计方法的遥感图像分类精度分析研究[J]. 阴山学刊(自然科学版) 2016(04)
- [5].基于支持向量机的遥感图像分类研究综述[J]. 计算机科学 2016(09)
- [6].遥感图像分类方法综述[J]. 中小企业管理与科技(下旬刊) 2015(08)
- [7].软划分在遥感图像分类上的应用[J]. 城市地理 2017(16)
- [8].遥感图像分类方法综述[J]. 城市地理 2016(06)
- [9].基于卷积注意力模块的端到端遥感图像分类[J]. 林业工程学报 2020(04)
- [10].基于决策树的遥感图像分类综述[J]. 电子制作 2018(24)
- [11].基于深度学习特征和支持向量机的遥感图像分类[J]. 林业工程学报 2019(02)
- [12].融合空间关系的遥感图像分类[J]. 国土资源遥感 2017(03)
- [13].一种多特征结合的遥感图像分类方法[J]. 计算机应用与软件 2014(11)
- [14].计算机遥感图像分类法在天然草原土地利用现状研究中的应用[J]. 科技资讯 2010(36)
- [15].遥感图像分类技术的发展现状[J]. 科技风 2010(08)
- [16].基于栈式去噪自编码器的遥感图像分类[J]. 计算机应用 2016(S2)
- [17].遥感图像分类技术综述[J]. 科技创新与应用 2016(21)
- [18].遥感图像分类方法[J]. 北京农业 2014(03)
- [19].一种基于模糊关联分类的遥感图像分类方法[J]. 计算机研究与发展 2012(07)
- [20].基于人工神经网络遥感图像分类的应用研究[J]. 科技情报开发与经济 2011(03)
- [21].感兴趣区域遥感图像分类与支持向量机应用研究[J]. 计算机工程与应用 2009(06)
- [22].遥感图像分类的主动支持向量机的研究与实现[J]. 信息与电脑(理论版) 2009(18)
- [23].基于量子粒子群算法选择特征的遥感图像分类[J]. 吉林大学学报(理学版) 2018(02)
- [24].基于卷积神经网络模型的遥感图像分类[J]. 高技术通讯 2017(03)
- [25].遥感图像分类方法比较研究[J]. 考试周刊 2014(18)
- [26].分形理论在遥感图像分类处理中的应用评析[J]. 安徽农业科学 2009(07)
- [27].基于统计分析的遥感图像分类方法[J]. 西部探矿工程 2008(04)
- [28].基于最大似然法的遥感图像分类技术研究[J]. 福建电脑 2010(01)
- [29].基于深度神经网络的遥感图像分类研究[J]. 科技资讯 2020(01)
- [30].基于卷积神经网络的遥感图像分类[J]. 电子设计工程 2020(12)