特征优选随机森林的土地利用分类_中国煤炭行业知识服务平台

特征优选随机森林的土地利用分类

作者

张红华赵威成刘强凯
单位

黑龙江科技大学矿业工程学院
摘要

针对遥感影像土地利用分类中特征空间选择对分类结果产生重要影响的问题,以Sentinel-2A影像为数据源,基于其丰富光谱信息和空间信息提取多维特征空间,利用平均不纯度减少方法排序特征重要性,采用特征优选的随机森林算法优化分类土地利用的特征空间,提高分类精度。结果表明,特征重要性差异较大,优选排名前14位特征变量组成特征空间,特征的贡献程度由大到小依次为红边指数、光谱特征、纹理特征、植被指数、水体指数。特征优选的随机森林分类结果总体精度为94.03%,Kappa系数为0.917 9,优于原始随机森林算法,一定程度上提高了遥感影像土地利用分类精度。
关键词

土地利用分类特征优选随机森林Sentinel-2A
基金项目(Foundation)

黑龙江省自然科学基金项目(JJ2017ZR0933)；
文章目录

0 引言
1 研究区概况与数据来源
1.1 研究区概况
1.2 数据来源与预处理
2 研究方法
2.1 特征提取
2.2 随机森林算法
3 实验与结果
3.1 特征重要性评估
3.2 分类结果比较
4 结束语
引用格式

张红华,赵威成,刘强凯.特征优选随机森林的土地利用分类[J].黑龙江科技大学学报,2020,30(05):490-494.