集成方法研究及其在遙感分類中的應用.pdf

1、碩士學位論文集成方法研究及其在遙感分類中的應用TheResearchonEnsembleMethodandItsApplicationonRemoteSensingImageClassification學號：21109129完成日期：2Q!壘生魚月魚旦大連理工大學DalianUniversityofTechnology大連理工大學碩士學位論文摘要集成方法具有泛化性能強穩(wěn)定性高的特點，在復雜數(shù)據(jù)的分類中得到了有效利用。本文主要對集成方法進

2、行研究，在此基礎上將集成方法應用到遙感分類領域中。針對原始旋轉(zhuǎn)森林集成方法對復雜數(shù)據(jù)進行分類時產(chǎn)生的過擬合問題，提出一種改進的旋轉(zhuǎn)森林集成分類方法。首先利用旋轉(zhuǎn)森林集成方法對原始訓練集進行特征分割與特征提取，由此增強各基分類器之間的差異性，在此基礎上，將學習速度快的極限學習機作為基分類器對數(shù)據(jù)進行分類處理，提高模型分類的速度。進而將集成方法引入到遙感分類中，針對遙感數(shù)據(jù)非負的特點，提出一種基于神經(jīng)網(wǎng)絡集成的遙感分類方法。使用可以保留遙感

3、影像物理信息的非負矩陣分解方法來對影像進行特征提取，然后采用極限學習機集成方法在影像上進行訓練，在集成基分類器訓練完成后，采用Q統(tǒng)計來衡量各基分類器間的差異性，選擇差異性大的分類器來進行集成，從而提高分類精度。此外，針對傳統(tǒng)分類方法只使用遙感影像的光譜特征，導致分類中會遇到“同譜異物”和“同物異譜”現(xiàn)象，提出一種多特征融合的遙感影像分類方法。首先利用Gabor變換提取出遙感影像的紋理特征，再將其與光譜特征進行融合，然后為解決遙感影像分類