

已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著遙感技術(shù)的不斷發(fā)展,如何自動、準(zhǔn)確、快速的為遙感圖像分類一直是研究熱點。由于紅樹林遙感圖像訓(xùn)練樣本獲取困難,訓(xùn)練樣本少,給自動化分類精度帶來了很大的考驗。本文在研究隨機森林算法的基礎(chǔ)上,結(jié)合 TM圖像的特征,提出了隨機森林的改進算法,提升了自動化水平。
隨機森林以其適用于小樣本、穩(wěn)定性強等特點被廣泛應(yīng)用于遙感分類,為了提升遙感分類的精度和效率,本文在隨機森林作基礎(chǔ)上作如下工作:
首先,為了提升 TM遙感圖像的分類
2、精度,提出了完全隨機的特征選取與組合的隨機森林,能自動提取、挖掘 TM圖像中組合特征的信息。該算法是在特征線性組合的基礎(chǔ)上加入了對特征組合個數(shù)的隨機性和子特征空間大小的隨機性,降低了隨機森林的泛化誤差,提升了分類精度。
其次,為了提升隨機森林的分類效率,提出了基于克隆選擇的隨機森林,該算法引用人工免疫思想對隨機森林進行選擇優(yōu)化,優(yōu)化后,很好的壓縮了隨機森林,分類效率更高,分類精度也進一步提升。
最后,結(jié)合隨機森林的性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 隨機森林在圖像分類和主義分割中的應(yīng)用.pdf
- 基于隨機森林的遙感圖像分類算法研究.pdf
- 隨機森林及其在遙感影像處理中應(yīng)用研究.pdf
- SVM多類分類及其在遙感圖像中的應(yīng)用.pdf
- 隨機森林算法在高分辨遙感影像土地覆被分類中的實現(xiàn)和應(yīng)用.pdf
- 基于隨機森林的失真圖像分類.pdf
- 張量空間FCM算法研究及其在高光譜遙感圖像分類中的應(yīng)用.pdf
- RANSAC算法及其在遙感圖像處理中的應(yīng)用.pdf
- 基于隨機森林的遙感干旱監(jiān)測模型及其應(yīng)用研究.pdf
- 數(shù)據(jù)融合在遙感圖像分類中的應(yīng)用.pdf
- 遙感圖像分類算法及其應(yīng)用研究.pdf
- 隨機森林及其在色譜指紋中的應(yīng)用研究.pdf
- 遙感圖像統(tǒng)計特性分析及其在圖像復(fù)原中的應(yīng)用.pdf
- 集成方法研究及其在遙感分類中的應(yīng)用.pdf
- 遙感圖像統(tǒng)計特性分析及其在圖像復(fù)原中的應(yīng)用
- 圖像語義標(biāo)注與檢索及其在遙感圖像處理中的應(yīng)用.pdf
- 多點模擬和粗糙集在遙感圖像分類中的應(yīng)用.pdf
- 基于隨機森林算法的醫(yī)學(xué)圖像分類研究.pdf
- 支持向量機和模糊理論在遙感圖像分類中的應(yīng)用.pdf
- 特征分類器研究及其在圖像分類中的應(yīng)用.pdf
評論
0/150
提交評論