典型文献
Sentinel-2A数据支持下的雷州半岛植被类型识别
文献摘要：
本文以雷州半岛为研究区,利用Sentinel-2A影像数据和真实植被样本数据,综合探讨了机器学习中随机森林与支持向量机的分类效果,并与传统的最大似然法进行比较.提取Sentinel-2A影像9个波段、7个植被指数、72个纹理特征,通过递归特征消除法挑选了10个特征组合,并将其应用于3种分类方法中,对其分类效果进行比较.结果表明:①有效使用多种特征变量是提高植被类型识别精度的关键,就不同特征对植被类型识别的重要性而言,光谱特征与纹理特征相当且大于植被指数,三者重要性相差不大;②随机森林分类效果最佳,不但能对特征进行有效选择,而且能保证植被类型提取精度,提高运行效率;③基于随机森林特征选择的递归特征消除法得到的特征组合不能对其他分类器性能进行优化,对随机森林模型本身的优化效果也有限.
文献关键词：
植被类型识别;机器学习;Sentinel-2A;特征选择;递归特征消除法
中图分类号：
作者姓名：
王刚;丁华祥
作者机构：
广东省国土资源测绘院,广东 广州510500
文献出处：
引用格式：
[1]王刚;丁华祥-.Sentinel-2A数据支持下的雷州半岛植被类型识别)[J].测绘通报,2022(03):76-82
A类：
B类：
Sentinel,2A,雷州半岛,植被类型识别,影像数据,分类效果,最大似然法,波段,植被指数,纹理特征,递归特征消除法,特征组合,分类方法,有效使用,特征变量,识别精度,对植,光谱特征,随机森林分类,提高运行效率,随机森林特征选择,分类器,随机森林模型,优化效果
AB值：
0.247801
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
