结合随机森林面向对象的森林资源分类
Acta Geodaetica et Cartographica Sinica（2020）
摘要
针对森林资源分类研究较少且缺少相对简单有效的方法的情况,提出一种结合面向对象和随机森林的森林资源分类方法.面向对象分割技术可减少"椒盐效应",随机森林分类算法具有高准确度、抗噪声能力强、性能稳定等优势.鉴于此,通过调整面向对象的分割参数,构造最优特征空间及估算随机森林中决策树的数量等,构建了最优的面向对象随机森林分类模型.另外,选择了SVM算法作对比试验.试验结果显示,本文分类算法的总体精度达到83.34％,K appa系数为0.7892,明显高于SVM,能够有效提高森林资源分类的精度.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要